論文の概要: RAEM: Robust Autonomous Exploration for Multi-Floor Environments with a Quadruped Robot

• arxiv url: http://arxiv.org/abs/2608.25366v1
• Date: Wed, 26 Aug 2026 04:40:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.594194
• Title: RAEM: Robust Autonomous Exploration for Multi-Floor Environments with a Quadruped Robot
• Title（参考訳）: RAEM:四足歩行ロボットによるマルチフロア環境のロバスト自律探査
• Abstract要約: RAEMは、マルチフロア環境で動作する四足ロボットのための堅牢な自律探査フレームワークである。 登山時の急激なヨーの変動を低減するため,階段中央アライメント戦略を導入する。
• 参考スコア（独自算出の注目度）: 41.3871843269565
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we propose RAEM, a robust autonomous exploration framework for quadruped robots operating in multi-floor environments. Most existing ground-robot exploration approaches rely on planar traversability representations, which cannot adequately represent the overlapping structures and cross-floor connectivity of multi-floor buildings. Although tomography-based representations provide effective traversability modeling for multi-floor navigation, maintaining a global tomography map incurs substantial computational overhead for online exploration with frequent replanning. Moreover, sparse and fragmented LiDAR observations in stairwells can degrade local traversability estimation, leading to irregular viewpoint placement and temporary topological disconnections. To address these challenges, RAEM adopts a hybrid local-global traversability representation, in which a local tomography map and an explicitly categorized local 3D grid map are used for online terrain analysis and connectivity evaluation, while an elevation-aware global topological graph is incrementally constructed from these local spatial representations for efficient cross-floor exploration planning. We further introduce a staircase center alignment strategy to reduce abrupt yaw variations during climbing and a dual path searching mechanism to recover guidance paths when the global topology is locally disconnected. Extensive simulation and real-world experiments demonstrate robust and computationally stable autonomous exploration across multi-floor structures, including continuous exploration of a five-floor stairwell.
• Abstract（参考訳）: 本稿では,マルチフロア環境で動作する四足歩行ロボットのための頑健な自律探査フレームワークであるRAEMを提案する。 既存の地上ロボット探査のアプローチの多くは、多層建物の重なり合う構造やクロスフロア接続を適切に表現できない平面的可逆性表現に依存している。 トモグラフィーに基づく表現は、マルチフロアナビゲーションのための効果的なトラバーサビリティモデリングを提供するが、グローバルなトモグラフィマップを維持することは、頻繁な再計画を伴うオンライン探索において、かなりの計算オーバーヘッドをもたらす。 さらに, 階段井における細いLiDAR観測により, 局所的可逆性の推定が低下し, 不規則な視線配置と一時的トポロジカルな解離が生じる。 これらの課題に対処するため、RAEMは、局所トモグラフィマップと明確に分類された局所3次元グリッドマップをオンライン地形解析および接続性評価に使用し、高度対応のグローバルトポロジグラフをこれらの局所空間表現からインクリメンタルに構築し、効率的なクロスフロア探索計画を行う。 さらに、登山時の急激なヨーの変動を低減するための階段中央アライメント戦略と、グローバルトポロジーが局所的に切断されたときに誘導経路を回復するための二重経路探索機構を導入する。 大規模なシミュレーションと実世界の実験は、5フロアの階段井の連続探査を含む、多フロア構造の頑健で、計算的に安定な自律探査を実証している。

関連論文リスト

• 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)
• Multi-Floor Exploration for Ground Robots via an Incremental Reachable Graph and Structural Priors [19.688434395072914]
  本稿では,インクリメンタルリーチブルグラフに基づくマルチフロア探索フレームワークを提案する。 リーチ可能なサポート面上のスパースグラフとして構築されたこのグラフは、潜在的に有効な接続性を保持する。 シミュレーションでは,評価ベースラインに比べて探索効率とマッピング完全性が改善された。
  論文  参考訳（メタデータ） (2026-05-22T08:13:19Z)
• Learning to Wander: Improving the Global Image Geolocation Ability of LMMs via Actionable Reasoning [72.13218601075958]
  textbfWanderBenchは,具体的シナリオにおける行動可能な位置情報推論のための,最初のオープンアクセスグローバルジオロケーションベンチマークである。 我々は,下線Action of UnderlineThoughを用いた下線Geolocationフレームワークである textbfGeoAoT (Action of Thought) を提案する。 19個の大規模マルチモーダルモデルによる実験により、GeoAoTは動的環境におけるより優れた微細な局所化とより強力な一般化を実現することが示された。
  論文  参考訳（メタデータ） (2026-03-11T06:24:10Z)
• Multi-session Localization and Mapping Exploiting Topological Information [1.3316173544577008]
  地図に基づくローカライゼーションに基づく新しいマルチセッションフレームワークを提案する。 提案手法にはトポロジインフォームドな不確実性を考慮した意思決定機構が組み込まれている。 提案手法は,データセットから重なり合う配列について検証し,実世界の鉱山のような環境での有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-19T10:17:46Z)
• High-fidelity 3D reconstruction for planetary exploration [0.15749416770494704]
  本研究は、惑星ロボットのための統一環境再構築パイプラインへの放射場に基づく手法の統合について検討する。 我々のシステムはNerfstudioおよびCOLMAPフレームワークとROS2互換のワークフローを組み合わせることで、ロスバグ記録から直接ローバーデータを処理できる。 結果として得られたパイプラインは、惑星探査における幾何学的表現と神経的表現のギャップを埋める、放射場に基づくマッピングに関する将来の研究の基礎を確立した。
  論文  参考訳（メタデータ） (2026-02-14T22:07:03Z)
• EarthMapper: Visual Autoregressive Models for Controllable Bidirectional Satellite-Map Translation [50.433911327489554]
  制御可能な衛星マップ翻訳のための新しいフレームワークであるEarthMapperを紹介する。 また,中国38都市を対象とした302,132組の衛星マップからなる大規模データセットであるCNSatMapをコントリビュートした。 CNSatMapとNew Yorkデータセットの実験は、EarthMapperの優れたパフォーマンスを実証している。
  論文  参考訳（メタデータ） (2025-04-28T02:41:12Z)
• FRAME: Fast and Robust Autonomous 3D point cloud Map-merging for Egocentric multi-robot exploration [2.433860819518925]
  本稿では,エゴセントリックなヘテロジニアスマルチロボット探索のための3次元クラウドマップ統合フレームワークを提案する。 提案した新しいソリューションは、最先端の場所認識学習ディスクリプタを利用して、フレームワークのメインパイプラインを通じて、高速で堅牢なリージョン重複推定を提供する。 提案手法の有効性を, 地下環境における複数フィールドマルチロボット探査計画に基づいて実験的に評価した。
  論文  参考訳（メタデータ） (2023-01-22T21:59:38Z)
• Think Global, Act Local: Dual-scale Graph Transformer for Vision-and-Language Navigation [87.03299519917019]
  本稿では,2次元グラフ変換器 (DUET) を提案する。 我々は,グローバルな行動空間における効率的な探索を可能にするために,トポロジカルマップをオンザフライで構築する。 提案手法であるDUETは、目標指向の視覚・言語ナビゲーションベンチマークにおいて最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2022-02-23T19:06:53Z)
• 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)
• Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems [92.26462290867963]
  Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。 我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
  論文  参考訳（メタデータ） (2021-06-28T03:56:40Z)

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。