論文の概要: Terrain-Aware Local Path Planning with Global DEM Data Integration for Autonomous UGV Navigation
- arxiv url: http://arxiv.org/abs/2608.17038v1
- Date: Mon, 17 Aug 2026 18:38:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.097507
- Title: Terrain-Aware Local Path Planning with Global DEM Data Integration for Autonomous UGV Navigation
- Title（参考訳）: 自律型UGVナビゲーションのためのグローバルDEMデータ統合による地形対応ローカルパスプランニング
- Abstract要約: 本研究では,低解像度デジタル標高モデル(DEM)データとリアルタイムLiDARに基づく障害物検出と地形解析を統合するハイブリッドフレームワークを提案する。
グローバルパスは、最初にDEMベースのA*アルゴリズムを用いて計算される。
局所センサデータは適応経路補正を駆動し、UGVは安全性と効率を保ちながら、突然の環境変化を交渉することができる。
- 参考スコア（独自算出の注目度）: 0.9236074230806578
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Autonomous navigation in complex outdoor terrains presents critical challenges for unmanned ground vehicles (UGVs) due to the inherent disconnect between global mapping and real-time sensor feedback. This work proposes a hybrid framework that integrates low-resolution Digital Elevation Model (DEM) data with real-time LiDAR-based obstacle detection and terrain analysis for efficient path planning. A global path is initially computed using a preprocessed DEM-based A* algorithm. Subsequently, local sensor data drives adaptive path correction, enabling the UGV to negotiate sudden environmental changes while maintaining safety and efficiency. Simulation results in Gazebo demonstrate significant improvements over a baseline approach, achieving a 95\% obstacle avoidance rate and reducing the average encountered slope from $8^\circ$ to $2.7^\circ$ in custom terrain. This integration enhances path efficiency and terrain traversability and supports robust real-time adaptation, paving the way for more reliable autonomous navigation in dynamic outdoor environments.
- Abstract（参考訳）: 複雑な屋外地形における自律的なナビゲーションは、グローバルマッピングとリアルタイムセンサーフィードバックの本質的にの切り離しにより、無人地上車両(UGV)にとって重要な課題となる。
本研究では,低解像度デジタル標高モデル(DEM)データとリアルタイムLiDARに基づく障害物検出と地形解析を統合し,効率的な経路計画を行うハイブリッドフレームワークを提案する。
グローバルパスは、最初にDEMベースのA*アルゴリズムを用いて計算される。
その後、局所センサデータは適応経路補正を駆動し、UGVは安全性と効率を保ちながら、突然の環境変化を交渉することができる。
ガゼボのシミュレーションの結果は、ベースラインアプローチよりも顕著に改善され、95%の障害物回避率が達成され、遭遇する平均斜面がカスタム地形で8^\circ$から2.7^\circ$に減少することを示した。
この統合により、経路効率と地形のトラバーサビリティが向上し、堅牢なリアルタイム適応をサポートし、動的な屋外環境でより信頼性の高い自律ナビゲーションを実現することができる。
関連論文リスト
- Local Path Planning and Obstacle Avoidance for an Omnicopter Platform [5.329751638083761]
本稿では,全方向マルチロータ(オムニコプタ)のためのリアルタイム局所計画と障害物回避モジュールを提案する。
本手法は, (i) 局所写像のボクセル化, (ii) 車両形状のコンパクトな球面近似, (iii) 6次元探索空間における適応速度サンプリングによるリアルタイム実現性を実現する。
我々は,計算応力試験,高密度ウェイポイント経路追跡,静的・未知の障害物シナリオのシミュレーションにおけるアプローチを評価する。
論文 参考訳（メタデータ） (2026-09-03T10:25:14Z) - An Adaptive Control Architecture for Slope and Terrain Compensation in Autonomous Navigation in Mediterranean Greenhouses [38.96391848836269]
本稿では,輸送ペイロードに基づく新しい地形適応戦略を提案し,高精度かつロバストな軌道追跡を実現する。
提案手法は, (i) 最も一般的な温室効果土, コンクリート, コンパクト砂, 砂利, および (ii) IMUを用いた地形斜面の直接測定の実験的評価に基づく。
この情報に基づいて、カスケード軌道追跡スキームが設計され、外側ループのモデルベース予測コントローラ(MPC)と内側ループのPIコントローラで構成されている。
論文 参考訳（メタデータ） (2026-09-02T11:55:47Z) - Hybrid Artificial Potential Fields and Spatio-Temporal Transformers for Real-Time AUV Path Planning [0.0]
本稿では,自律型水中車両(AUV)の経路計画アルゴリズムの比較評価を行う。
人工電位場 (APF) と時空間変圧器 (ST) を組み合わせたハイブリッド方式が提案されている。
ハイブリッドAPF+ST変換器は、最も短い平均経路長(943.15単位)、低い衝突速度(0.031単位)、効率的な計算時間(0.96秒)を達成し、バランスの良い性能を示した。
論文 参考訳（メタデータ） (2026-07-27T20:34:33Z) - A Distributed Multi-UGV Exploration Framework With Loop-Aware Planning and Descriptor-Aided Localization in Resource-Limited Environments [13.456466206579782]
本稿では,UGV間ループ閉鎖とループ対応階層計画を結合した完全分散探索フレームワークを提案する。
我々は,高機能なUGV位置認識を実現するために,レンジイメージをプリアライメントした軽量なLiDARグローバルディスクリプタを開発した。
また,不確実性を考慮したクロスUGVループ閉鎖選択モジュールを導入する。
論文 参考訳（メタデータ） (2026-06-09T16:48:53Z) - Meridian: Metric-Semantic Primitive Matching for Cross-View Geo-Localization Beyond Urban Environments [47.53030013880309]
ロボット自動化の成功には、リピータビリティ、タスク計画、目標仕様、安全な操作をサポートするために、正確なグローバルローカライゼーションが必要である。
本稿では,空中画像と地上ロボットRGB-Dカメラデータにまたがって,ハイレベルなメトリック・セマンティックプリミティブをマッチングする方法であるメリディアンを提案する。
我々のアルゴリズムは、自律運転データセット、公園とキャンパスのエリア、荒野キャンプなど、幅広い環境にまたがる地上ロボットをローカライズできることを実証する。
論文 参考訳（メタデータ） (2026-06-04T15:52:40Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - Traversability Aware Autonomous Navigation for Multi-Modal Mobility Morphobot (M4) [0.0]
この論文は、M4ロボットプラットフォームのためのトラバーサビリティ対応ナビゲーションフレームワークを提示する。
CNNベースのモデルが標高マップを処理し、走行可能性スコアを推定し、経路計画のためのナビゲーションコストに変換する。
カスタムのA*プランナーは、これらのコストを幾何学的距離とエネルギー消費と組み合わせて、貿易の適度な距離が増加する経路を見つける。
論文 参考訳（メタデータ） (2025-12-07T17:28:34Z) - Multi-Waypoint Path Planning and Motion Control for Non-holonomic Mobile Robots in Agricultural Applications [0.0]
無人移動ロボットは、非構造農業環境をナビゲートできるという需要が高まっている。
草地における雑草制御のようなタスクは、順序のない座標の集合を通して効率的な経路計画を必要とする。
本稿では,Dubins Traveling Salesman問題に基づくグローバルパスプランナを組み合わせた統合ナビゲーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-31T08:56:24Z) - SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
無線対応経路計画フレームワークであるSCoTTを提案する。
SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。
また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
論文 参考訳（メタデータ） (2024-11-27T10:45:49Z) - LLM-A*: Large Language Model Enhanced Incremental Heuristic Search on Path Planning [91.95362946266577]
経路計画はロボット工学と自律航法における基本的な科学的問題である。
A*やその変種のような伝統的なアルゴリズムは、パスの妥当性を保証することができるが、状態空間が大きくなるにつれて、計算とメモリの非効率が著しく低下する。
本稿では, A* の正確なパスフィニング能力と LLM のグローバルな推論能力とを相乗的に組み合わせた LLM ベースの経路計画法を提案する。
このハイブリッドアプローチは、特に大規模シナリオにおいて、パス妥当性の完全性を維持しながら、時間と空間の複雑さの観点からパスフィニング効率を向上させることを目的としている。
論文 参考訳（メタデータ） (2024-06-20T01:24:30Z) - Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation [72.24964965882783]
強化学習(RL)はロボットナビゲーションにおいて有望なアプローチであり、ロボットは試行錯誤を通じて学習することができる。
現実世界のロボットタスクは、しばしばまばらな報酬に悩まされ、非効率な探索と準最適政策に繋がる。
本稿では,RLに基づくロボットナビゲーションにおいて,報酬関数を変更せずにサンプル効率を向上させる新しい手法であるConfidence-Controlled Exploration (CCE)を紹介する。
論文 参考訳（メタデータ） (2023-06-09T18:45:15Z) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z) - Data Freshness and Energy-Efficient UAV Navigation Optimization: A Deep
Reinforcement Learning Approach [88.45509934702913]
我々は、移動基地局(BS)が配備される複数の無人航空機(UAV)のナビゲーションポリシーを設計する。
我々は、地上BSにおけるデータの鮮度を確保するために、エネルギーや情報年齢(AoI)の制約などの異なる文脈情報を組み込んだ。
提案したトレーニングモデルを適用することで、UAV-BSに対する効果的なリアルタイム軌道ポリシーは、時間とともに観測可能なネットワーク状態をキャプチャする。
論文 参考訳（メタデータ） (2020-02-21T07:29:15Z)
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。