論文の概要: A hybrid pipeline for dynamic ontology-based semantic mapping
- arxiv url: http://arxiv.org/abs/2609.03891v1
- Date: Thu, 03 Sep 2026 14:11:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:39.09989
- Title: A hybrid pipeline for dynamic ontology-based semantic mapping
- Title（参考訳）: 動的オントロジーに基づく意味マッピングのためのハイブリッドパイプライン
- Abstract要約: 意味マッピングの最も一般的なパイプラインは、幾何学的マッピングと局所化(SLAM)、知覚、意味融合、意味表現である。
本稿では,セマンティックマッピングのためのハイブリッドパイプラインを提案する。
本システムでは, 物体検出, オブジェクト追跡, セマンティック・アップデートと合わせて, ホログラフィー・プロジェクションを用いた外部キャリブレーション・カメラを組み込んでいる。
オントロジーは、その階層構造、意味表現性、動的世界モデリングのサポートにより、知識表現の形式として選択される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantic mapping plays a crucial role in the ability of a robot to interact with objects, operate and navigate a complex environment. The most common pipeline for semantic mapping consists of geometric mapping and localization (SLAM), perception, semantic fusion and semantic representation. However, more recent works also integrate a form of prior knowledge in their application, most notably knowledge graphs or semantic scene graphs, to improve contextual understanding of the environment. In this paper, we present a hybrid pipeline for semantic mapping. Our system incorporates an external calibrated camera using homography projection for geometric mapping and localization, combined with object detection, persistent object tracking and ontology driven semantic updates to build a dynamic semantic world model. Linear regression models are also used for correction of the estimated values of real world coordinates. The system continuously updates object instances, spatial properties and semantic relations based on real time sensory data. Ontologies are selected as form of knowledge representation due to their hierarchical structure, semantic expressiveness and support for dynamic world modelling.
- Abstract（参考訳）: セマンティックマッピングは、ロボットがオブジェクトと対話し、複雑な環境を操作し、ナビゲートする能力において重要な役割を果たす。
意味マッピングの最も一般的なパイプラインは、幾何学的マッピングと局所化(SLAM)、知覚、意味融合、意味表現である。
しかし、より最近の研究は、環境の文脈的理解を改善するために、アプリケーションにおける事前知識の形式、特に知識グラフやセマンティックシーングラフを統合している。
本稿では,セマンティックマッピングのためのハイブリッドパイプラインを提案する。
本システムでは, オブジェクト検出, オブジェクト追跡, オントロジー駆動型セマンティックアップデートを併用して, 動的セマンティックワールドモデルの構築を行う。
線形回帰モデルは実世界の座標の推定値の補正にも用いられる。
リアルタイムセンサデータに基づいてオブジェクトインスタンス,空間特性,意味関係を継続的に更新する。
オントロジーは、その階層構造、意味表現性、動的世界モデリングのサポートにより、知識表現の形式として選択される。
関連論文リスト
- SuperMap: A Spatio-Temporal SLAM System for Visual-Language Navigation [13.431320718523017]
言語誘導ナビゲーションのための4次元時空間マッピングフレームワークであるSuperMapを提案する。
私たちのコアコントリビューションは,3D対応インスタンスアソシエーション/ラベルリアクティベーションと,安定なオブジェクトの同一性を維持するための信頼度更新を組み合わせた,一貫性駆動型マッピングエンジンです。
SuperMapは、Vision-Language Modelsと自然に相互作用するクエリ可能な4Dシーングラフ表現を生成する。
論文 参考訳（メタデータ） (2026-08-24T07:25:14Z) - AffordGrasp: Cross-Modal Diffusion for Affordance-Aware Grasp Synthesis [50.793806818677716]
AffordGraspは、物理的に安定し、セマンティックに忠実な人間の握りを高精度に生成する。
AffordGraspは、手ポーズの空きを意識した潜在表現を二重条件拡散プロセスに統合する。
AffordGraspはHO-3D, OakInk, GRAB, AffordPoseの4つの命令強化ベンチマークで評価した。
論文 参考訳（メタデータ） (2026-03-09T06:56:35Z) - Mind-the-Glitch: Visual Correspondence for Detecting Inconsistencies in Subject-Driven Generation [120.23172120151821]
本稿では,事前学習した拡散モデルのバックボーンから視覚的特徴と意味的特徴を分離するための新しいアプローチを提案する。
注釈付きセマンティックと視覚対応を備えた画像ペアを構築する自動パイプラインを導入する。
被験者駆動画像生成における視覚的不整合を定量化する新しい指標であるビジュアルセマンティックマッチングを提案する。
論文 参考訳（メタデータ） (2025-09-26T07:11:55Z) - Online Knowledge Integration for 3D Semantic Mapping: A Survey [3.6437757915645386]
近年のディープラーニングの進歩により、知識グラフや言語概念として表される事前知識を、センサデータ処理やセマンティックマッピングパイプラインに完全に統合することが可能になった。
セマンティックシーングラフと言語モデルにより、現代のセマンティックマッピングアプローチは、グラフベースの事前知識を取り入れたり、マッピングプロセス中と後の両方で人間の言語における豊富な情報を活用することができる。
論文 参考訳（メタデータ） (2024-11-27T08:53:16Z) - A Modular Robotic System for Autonomous Exploration and Semantic Updating in Large-Scale Indoor Environments [2.8252013503798907]
大規模未知環境の自律探索とセマンティック更新のためのモジュール型ロボットシステムを提案する。
本手法により,移動ロボットは,幾何学用2次元占有格子と対象意味論用トポロジカルグラフを統合したハイブリッドセマンティックマップの構築,再検討,更新を行うことができる。
論文 参考訳（メタデータ） (2024-09-23T19:25:03Z) - Mapping High-level Semantic Regions in Indoor Environments without
Object Recognition [50.624970503498226]
本研究では,屋内環境における埋め込みナビゲーションによる意味領域マッピング手法を提案する。
地域識別を実現するために,視覚言語モデルを用いて地図作成のためのシーン情報を提供する。
グローバルなフレームにエゴセントリックなシーン理解を投影することにより、提案手法は各場所の可能な領域ラベル上の分布としてのセマンティックマップを生成する。
論文 参考訳（メタデータ） (2024-03-11T18:09:50Z) - LAW-Diffusion: Complex Scene Generation by Diffusion with Layouts [107.11267074981905]
LAW拡散(LAW-Diffusion)と呼ばれる意味制御可能なレイアウト・AWare拡散モデルを提案する。
LAW拡散は、特にコヒーレントな対象関係を持つ最先端の生成性能をもたらすことを示す。
論文 参考訳（メタデータ） (2023-08-13T08:06:18Z) - Image Synthesis via Semantic Composition [74.68191130898805]
本稿では,その意味的レイアウトに基づいて現実的なイメージを合成する新しい手法を提案する。
類似した外観を持つ物体に対して、類似した表現を共有するという仮説が立てられている。
本手法は, 空間的変化と関連表現の両方を生じる, 外観相関による領域間の依存関係を確立する。
論文 参考訳（メタデータ） (2021-09-15T02:26:07Z) - SIRI: Spatial Relation Induced Network For Spatial Description
Resolution [64.38872296406211]
言語誘導型ローカライゼーションのための新しい関係誘導型ネットワーク(SIRI)を提案する。
提案手法は,80ピクセルの半径で測定した精度で,最先端手法よりも約24%優れていた。
提案手法は,Touchdownと同じ設定で収集した拡張データセットをうまく一般化する。
論文 参考訳（メタデータ） (2020-10-27T14:04:05Z) - Extending Maps with Semantic and Contextual Object Information for Robot
Navigation: a Learning-Based Framework using Visual and Depth Cues [12.984393386954219]
本稿では,RGB-D画像からのセマンティック情報を用いて,シーンのメートル法表現を付加する問題に対処する。
オブジェクトレベルの情報を持つ環境の地図表現を拡張化するための完全なフレームワークを提案する。
論文 参考訳（メタデータ） (2020-03-13T15:05:23Z) - Distributional semantic modeling: a revised technique to train term/word
vector space models applying the ontology-related approach [36.248702416150124]
ニューラルネットワークを用いた分散項表現(あるいは項埋め込み)学習による分布意味モデリングのための新しい手法を設計する。
Vec2graphは、動的かつインタラクティブなグラフとして単語埋め込み(私たちの場合の長期埋め込み)を視覚化するためのPythonライブラリである。
論文 参考訳（メタデータ） (2020-03-06T18:27:39Z)
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。