論文の概要: SE(2) Navigation Mesh
- arxiv url: http://arxiv.org/abs/2607.01454v1
- Date: Wed, 01 Jul 2026 20:21:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-03 19:45:08.587956
- Title: SE(2) Navigation Mesh
- Title（参考訳）: SE(2)ナビゲーションメッシュ
- Abstract要約: 本稿では,Yaw-dependent traversabilityを符号化した可逆領域の多角形表現であるSE(2) NavMeshを提案する。
提案手法は,フットプリントマスクを用いたトラバーサビリティの評価を行い,明示的なトランスレーショナルおよび回転接続性を持つヨー固有の層上にグラフを構築する。
シミュレーションでは、SE(2) NavMeshは古典的なNavMeshesよりも50%以上のトラバース可能な領域をキャプチャし、SE(2) NavMesh + ASAパイプラインは、制約された環境でサンプリングベースラインを一貫して上回る。
- 参考スコア（独自算出の注目度）: 17.021060627981587
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Global navigation for ground robots in complex multi-level environments requires representations that accurately capture traversable regions while enabling efficient path planning. Current approaches present key limitations: Point clouds and volumetric occupancy maps lack explicit surface structure for traversability estimation, whereas direct pathfinding on dense triangle meshes is computationally prohibitive. Navigation meshes mitigate these challenges through polygonal abstraction of the underlying mesh, but assume yaw-invariant traversability, rendering them unsuitable for non-circular robots in constrained spaces. We propose SE(2) Navigation Mesh (SE(2) NavMesh), a polygonal representation of traversable regions that encodes yaw-dependent traversability. Our method evaluates traversability using footprint masks and constructs a graph over yaw-specific layers with explicit translational and rotational connectivity. Grounded in this representation, we develop an A*-String Pulling-A* (ASA) pathfinding strategy that hierarchically optimizes robot position and heading. We also present an online method that incrementally updates the SE(2) NavMesh from streaming point clouds during concurrent geometry reconstruction. In simulation, the SE(2) NavMesh captures over 50% more traversable area than classical NavMeshes, and the SE(2) NavMesh + ASA pipeline consistently outperforms sampling-based baselines in constrained environments. Extensive real-world experiments on a physical robot validate real-time online generation and successful navigation across multiple environments.
- Abstract（参考訳）: 複雑なマルチレベル環境における地上ロボットのグローバルナビゲーションには,移動可能な領域を正確に捉えつつ,効率的な経路計画を可能にする表現が必要である。
点雲と体積占有マップは、トラバーサビリティ推定のための明示的な表面構造を欠いているが、密度の高い三角形メッシュ上の直接パスフィニングは計算的に禁止されている。
ナビゲーションメッシュは、基盤となるメッシュの多角的抽象化を通じてこれらの課題を軽減するが、ヨー不変なトラバーサビリティを仮定し、制約された空間における非循環ロボットには適さない。
本稿では,ユウ依存トラバーサビリティを符号化した可逆領域の多角形表現であるSE(2)ナビゲーションメッシュ(SE(2) NavMesh)を提案する。
提案手法は,フットプリントマスクを用いたトラバーサビリティの評価を行い,明示的なトランスレーショナルおよび回転接続性を持つヨー固有の層上にグラフを構築する。
この表現に基づいて,ロボットの位置と方向を階層的に最適化するA*-String Pulling-A*(ASA)パスフィニング戦略を開発した。
また、同時幾何再構成中に、ストリーミングポイントクラウドからSE(2) NavMeshを漸進的に更新するオンライン手法を提案する。
シミュレーションでは、SE(2) NavMeshは古典的なNavMeshesよりも50%以上のトラバース可能な領域をキャプチャし、SE(2) NavMesh + ASAパイプラインは、制約された環境でサンプリングベースラインを一貫して上回る。
物理的なロボットによる大規模な実世界実験は、複数の環境にわたるリアルタイムオンライン生成とナビゲーションの成功を検証する。
関連論文リスト
- Multi-Task Visual Perception Network with LLM Conditioning for Autonomous Navigation [4.075320514790725]
サービスロボットの長期ナビゲーションは、計測ドリフトの蓄積やセンサーエラーといった課題に直面している。
本稿では,グローバルな一貫した地図への依存を解消する,ユーザフレンドリでインタラクティブなフレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-13T05:38:52Z) - EgoNav: Bridging Learned Waypoints and Geometry-Aware Local Control for Robust Indoor Navigation [7.207055231363046]
軽量なトポロジマップを用いた画像ゴールナビゲーションは,屋内ロボットの配置の実践的パラダイムである。
EgoNavは階層的なシステムで、セマンティックにセグメンテーションされたトラバース可能な領域から候補を生成する。
EgoNavは、成功率とパス効率の両方において、同時代のベースラインを一貫して上回っている。
論文 参考訳（メタデータ） (2026-08-26T11:13:07Z) - Bridging the 2D-3D Gap: A Hierarchical Semantic-Geometric Map for Vision Language Navigation [32.02017382315305]
Vision-Language Navigation (VLN) は、エンボディエージェントが言語命令に従うことで、見えない環境でターゲットの場所に到達することを可能にする。
近年の視覚言語モデル(VLM)の進歩にもかかわらず、重要な意味幾何学的ギャップが残っている。
本稿では3次元幾何学情報をVLMと互換性のある構造化表現に変換する階層型意味幾何学マップ(HSGM)を提案する。
論文 参考訳（メタデータ） (2026-05-25T08:53:21Z) - Validating Navmesh using Geometry: Voxel-Based Analysis with Prioritized Exploration [0.09236074230806579]
不整合は、ゲーム環境において非プレイ可能な文字(NPC)が使用するナビゲーションシステムに直接影響することでプレイヤーの体験に影響を与える。
既存の自動アプローチは、探索エージェントと強化学習技術を用いてナビゲーションの問題を検出する。
本稿では,Navmeshの精度の独立な幾何学的解析により,ナビゲーションメッシュの検証を行うフレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-20T16:54:07Z) - osmAG-Nav: A Hierarchical Semantic Topometric Navigation Stack for Robust Lifelong Indoor Autonomy [17.090605179635467]
osmAG-Navは、階層的セマンティックOpenStreetMap Area Graph (osmAG)マップ標準に基づいて構築された、完全なオープンソースのROS2ナビゲーションスタックである。
システムは「システム・オブ・システム」アーキテクチャに従い、グローバルな推論を局所的なメートル法実行から切り離す。
現実世界の屋内キャンパスの実験では、同じフロアのベンチマークサブセットで、osmAG-Navはグリッドベースのベースラインの長いルートよりも7816倍低い計画遅延を提供する。
論文 参考訳（メタデータ） (2026-03-30T10:54:14Z) - AgentVLN: Towards Agentic Vision-and-Language Navigation [78.739525400071]
VLN (Vision-and-Language Navigation) は、複雑な自然言語命令を、見えない環境での長距離ナビゲーションに接地するために、エンボディエージェントを必要とする。
本稿では,エッジコンピューティングプラットフォーム上に展開可能な,新規かつ効率的なナビゲーションフレームワークであるAgentVLNを提案する。
論文 参考訳（メタデータ） (2026-03-18T12:43:47Z) - Nav-$R^2$ Dual-Relation Reasoning for Generalizable Open-Vocabulary Object-Goal Navigation [67.68165784193556]
Nav-$R2$は、ターゲット環境モデリングと環境行動計画という2つのタイプの関係を明示的にモデル化するフレームワークである。
我々のSA-Memは、時間的・意味的両面から最も標的に関連し、現在の観測関連の特徴を保っている。
Nav-R2は、合理化され効率的なパイプラインを通して見えないオブジェクトをローカライズする、最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-12-02T04:21:02Z) - MetricNet: Recovering Metric Scale in Generative Navigation Policies [51.90872764552077]
MetricNetは、ウェイポイント間の距離を予測するジェネレーティブナビゲーションのための効果的なアドオンである。
MetricNetスケールのウェイポイントの実行はナビゲーションと探索の両方のパフォーマンスを大幅に改善することを示す。
また、MetricNetをナビゲーションポリシーに統合し、目標に向かって移動しながら障害物からロボットを誘導するMetricNavを提案する。
論文 参考訳（メタデータ） (2025-09-17T13:37:13Z) - TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals [10.69725316052444]
ゼロショット・ロングホライゾン・ロボットナビゲーションを可能にする新しいRGBのみのオブジェクトレベルのトポロジカルナビゲーションパイプラインを提案する。
提案手法は,グローバルなトポロジカルパス計画と局所的軌跡制御を統合し,障害物を避けつつ,ロボットがオブジェクトレベルのサブゴールに向かって移動できるようにする。
シミュレーション環境と実世界の両方のテストにおいて,本手法の有効性を実証し,その堅牢性とデプロイ性を強調した。
論文 参考訳（メタデータ） (2025-09-10T15:43:32Z) - DAgger Diffusion Navigation: DAgger Boosted Diffusion Policy for Vision-Language Navigation [73.80968452950854]
Vision-Language Navigation in Continuous Environments (VLN-CE) は、エージェントが自由形式の3D空間を通して自然言語の指示に従う必要がある。
既存のVLN-CEアプローチは通常、2段階のウェイポイント計画フレームワークを使用する。
本稿では,エンドツーエンド最適化VLN-CEポリシとしてDAgger Diffusion Navigation (DifNav)を提案する。
論文 参考訳（メタデータ） (2025-08-13T02:51:43Z) - ETPNav: Evolving Topological Planning for Vision-Language Navigation in
Continuous Environments [56.194988818341976]
視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。
本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。
ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
論文 参考訳（メタデータ） (2023-04-06T13:07:17Z) - SPIN Road Mapper: Extracting Roads from Aerial Images via Spatial and
Interaction Space Graph Reasoning for Autonomous Driving [64.10636296274168]
道路抽出は、自律航法システムを構築するための重要なステップである。
この問題に対して単に畳み込みニューラルネットワーク(ConvNets)を使用することは、画像内の道路セグメント間の遠い依存関係をキャプチャする非効率であるため、効果がない。
本研究では,ConvNetに接続した時,特徴写像から投影された空間空間および相互作用空間上に構築されたグラフの推論を行う空間空間グラフ推論(SPIN)モジュールを提案する。
論文 参考訳（メタデータ） (2021-09-16T03:52:17Z) - Learning Synthetic to Real Transfer for Localization and Navigational
Tasks [7.019683407682642]
ナビゲーションは、コンピュータビジョン、ロボット工学、制御の概念を組み合わせて、複数の分野のクロスロードにある。
この研究は、実世界への移動をできる限り少ない努力で行うことができるナビゲーションパイプラインをシミュレーションで作成することを目的としていた。
ナビゲーションパイプラインを設計するには、環境、ローカライゼーション、ナビゲーション、計画の4つの大きな課題が発生する。
論文 参考訳（メタデータ） (2020-11-20T08:37:03Z)
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。