論文の概要: SCAN-Planner: Spatial Collision-Aware Local Planning for Route-Guided Long-Range Quadruped Navigation
- arxiv url: http://arxiv.org/abs/2606.19555v1
- Date: Wed, 17 Jun 2026 19:55:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.514868
- Title: SCAN-Planner: Spatial Collision-Aware Local Planning for Route-Guided Long-Range Quadruped Navigation
- Title（参考訳）: SCAN-Planner:経路誘導ロングレンジ四輪航法における空間衝突を考慮した局所計画
- Authors: Han Zheng, Zhe Chen, Yiwen Fu, Ming Yang, Tong Qin,
- Abstract要約: SCAN-Plannerは、長距離四足歩行のための空間衝突対応ローカルプランニングフレームワークである。
伸縮ロボット体をモデル化するために、ヨーアウェアツインシリンダーフットプリントを使用する。
大規模展開では、境界フォールバックを持つロボット中心のスライディングマップが、高分解能な局所衝突チェックを提供する。
- 参考スコア（独自算出の注目度）: 9.033597184884746
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quadruped robots are increasingly expected to navigate through narrow passages, cluttered indoor scenes, and large-scale 3D unstructured environments. Existing local planners commonly approximate the robot using isotropic geometric inflation or rely on planar and elevation-map representations, leading to conservative motion in tight spaces and limited reasoning about overhanging structures. This letter presents SCAN-Planner, a spatial collision-aware local planning framework for long-range quadruped navigation. A yaw-aware twin-cylinder footprint is used to model the elongated robot body, enabling whole-body collision evaluation through sparse queries in an inflated 3D occupancy map. We further introduce a projected A* search that generates collision-free guidance on an interpolated ground-following surface, with z-gradient suppression to avoid obstacles horizontally while maintaining vertical stability. For large-scale deployment, a robot-centric sliding map with boundary fallback provides high-resolution local collision checking and recovery from local dead ends. Simulation and real-world experiments demonstrate that SCAN-Planner generates safe, smooth, and efficient trajectories in dense clutter, 3D unstructured scenes, stair traversal, and long-range navigation tasks.
- Abstract（参考訳）: 四足歩行ロボットは狭い通路、散らばった屋内シーン、大規模な3D非構造環境の中を移動することがますます期待されている。
既存のローカルプランナーは、等方的幾何学的インフレーションを用いてロボットを概ね近似するか、平面と標高マップの表現に依存し、狭い空間における保守的な動きと、上向きの構造についての限定的な推論をもたらす。
この手紙は、長距離四足歩行のための空間衝突対応ローカルプランニングフレームワークであるSCAN-Plannerを提示する。
伸縮ロボット体をモデル化するために、ユーアウェアツインシリンダーフットプリントを用いて、膨らんだ3D占有マップ内のスパースクエリによる全身衝突評価を可能にする。
さらに、垂直安定性を維持しつつ障害物を水平に回避し、z段階の抑制を図り、補間された地表面の衝突のない誘導を生成する予測A*探索を導入する。
大規模展開では、境界フォールバックを持つロボット中心のスライディングマップが、局所衝突チェックと局所死端からの回復を高分解能で提供する。
シミュレーションと実世界の実験により、SCAN-Plannerは、密集した乱雑な3次元非構造シーン、階段、長距離ナビゲーションタスクにおいて、安全で滑らかで効率的な軌道を生成することを示した。
関連論文リスト
- LiftNav: Path Planning via Semantic Lifting in TSDF-Guided Gaussian Splatting [8.537296437078387]
本稿では,GSFusionのTSDF+GS双対マップ上に構築されたハイブリッドナビゲーションフレームワークLiftNavを紹介する。
この設計により、高密度な3D埋め込みなしでフレキシブルなセマンティックナビゲーションが可能になる。
現状の放射界ベースラインと比較すると、100%実現率と短い軌跡が示される。
論文 参考訳（メタデータ） (2026-05-29T14:44:59Z) - TravExplorer: Cross-Floor Embodied Exploration via Traversability-Aware 3-D Planning [17.54520943622758]
この記事では、クロスフロアで具体化された探索フレームワークであるTravExplorerを紹介します。
ゼロショットセマンティックガイダンスとトラバーサビリティを意識した3Dプランニングを結合する。
ユニツリーGo2の現実世界での50の試行は、シングルフロアとクロスフロアの屋内環境におけるオープンボキャブラリターゲット探索をさらに検証している。
論文 参考訳（メタデータ） (2026-05-19T15:11:29Z) - HiPAN: Hierarchical Posture-Adaptive Navigation for Quadruped Robots in Unstructured 3D Environments [13.984002802852638]
非構造型3D環境における四足歩行ロボットの移動は、目標指向の動作、局所的なミニマから脱出するための効果的な探索、横幅の狭い高さ制限された空間への姿勢適応など、大きな課題を生んでいる。
本報告では,階層型姿勢適応ナビゲーション(HiPAN, Hierarchical Posture-Adaptive Navigation)を提案する。
HiPANは、古典的なリアクティブプランナーやエンドツーエンドのベースラインよりも、明度の高いナビゲーション成功率とパス効率を実現しています。
論文 参考訳（メタデータ） (2026-04-29T10:08:48Z) - Safe Navigation in Unknown and Cluttered Environments via Direction-Aware Convex Free-Region Generation [20.573403875258787]
本研究では,候補となる動き方向とロボット形状を凸自由領域生成に組み込んだナビゲーションフレームワークを提案する。
各領域において、このフレームワークはジオメトリ対応のターゲットポーズ選択と軌道生成を行う。
結果のフリーリージョンと候補動作は、インクリメンタルプランニングをサポートするために、リージョンベースのグラフで維持される。
論文 参考訳（メタデータ） (2026-04-26T10:37:01Z) - SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments [49.966170814478915]
UAV VLNのための幾何学誘導空間表現フレームワークを提案する。
明示的な3次元再構成を伴わないRGB観測において、SpatialFlyは幾何学誘導2次元表示アライメント機構を導入する。
実験結果から、SpatialFlyは現状のUAV VLNベースラインを目に見える環境と見えない環境の両方で一貫して上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2026-03-22T03:56:58Z) - CSSDF-Net: Safe Motion Planning Based on Neural Implicit Representations of Configuration Space Distance Field [23.48697826890044]
非構造環境における高次元マニピュレータ操作には、異なるシーンに依存しない距離問合せ機構が必要である。
CSSDF-Netは、連続署名された距離フィールドを構成空間内で直接学習し、共同空間距離と勾配クエリを提供する。
平面アームと7-DoFマニピュレータの実験は、静的および動的シーンにおける安定した勾配、効果的な衝突回避を示す。
論文 参考訳（メタデータ） (2026-03-19T09:31:41Z) - PLANA3R: Zero-shot Metric Planar 3D Reconstruction via Feed-Forward Planar Splatting [56.188624157291024]
提案するPLANA3Rは,提案しない2次元画像から平面3次元再構成を計測するためのポーズレスフレームワークである。
トレーニング中に3次元平面アノテーションを必要とする以前のフィードフォワード法とは異なり、PLANA3Rは明確な平面監督なしで平面3次元構造を学習する。
本研究は,複数の室内環境データセットに対するPLANA3Rの有効性を検証するとともに,領域外屋内環境への強力な一般化を実証する。
論文 参考訳（メタデータ） (2025-10-21T15:15:33Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense
Forest Canopy [48.51396198176273]
本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。
我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。
ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
論文 参考訳（メタデータ） (2021-09-14T07:24:53Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。