論文の概要: Open-Set 3D Scene Graphs for Field Robotics: An Outdoor Case Study

• arxiv url: http://arxiv.org/abs/2609.04607v1
• Date: Fri, 04 Sep 2026 01:14:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.873354
• Title: Open-Set 3D Scene Graphs for Field Robotics: An Outdoor Case Study
• Title（参考訳）: フィールドロボティクスのためのオープンセット3次元シーングラフ:屋外ケーススタディ
• Abstract要約: 3次元シーングラフ(3DSG)は幾何学的に接地された意味情報を持つ地図を構築するための有望なアプローチとして現れている。 複雑な屋外環境において発生する課題を特徴付けるために、5つの屋外ロボットデータセットにまたがるほとんどの3DSG表現に共通するコンポーネントを分析した。 以上の結果から,屋外3DSGはコンパクト(マルチキロメータトラジェクトリの600$MB以下)と比較的一貫した大規模環境表現を維持できることが示唆された。
• 参考スコア（独自算出の注目度）: 5.807679246334387
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Three-dimensional scene graphs (3DSGs) have emerged as a promising approach for building geometrically grounded, semantically informed, hierarchical general-purpose maps to support high-level robotic reasoning. However, the behavior of 3DSGs in real-world outdoor deployments remains poorly understood, particularly when combined with open-set vision-language models (VLMs). In this field report, we analyze the components common to most 3DSG representations across five outdoor robotic datasets to characterize challenges that arise in complex outdoor environments. Using the recently proposed Terra 3DSG as a case study, we investigate semantic point embeddings, place-node graph navigation, region-level understanding, and memory size across the five diverse datasets. We additionally introduce novel consistency metrics to evaluate whether semantic and structural graph properties remain stable across repeated traversals of the same environment. Our analysis reveals that outliers and multiple modes are common in VLM point embeddings across all tested datasets with outlier ratios above $0.1$ for around $30\%$ of points. We demonstrate the feasibility of outdoor 3DSGs for navigation-based object retrieval, achieving success rates near $70\%$, though performance is limited by traversability failures and inefficient routing, with trajectories averaging approximately $66\%$ suboptimal path efficiency. Region-level understanding remains challenging in complex natural environments, with low average F1 scores around $0.359$. Overall, our results show that outdoor 3DSGs can maintain compact (less than $600$MB for multi-kilometer trajectories) and relatively consistent large-scale environment representations, while highlighting open challenges in handling multiple semantic modes, incorporating traversability into graph structures, and improving higher-level region understanding.
• Abstract（参考訳）: 3次元シーングラフ(3DSG)は、高レベルなロボット推論をサポートするために、幾何学的、意味的、階層的な汎用マップを構築するための有望なアプローチとして登場した。 しかし、実世界の屋外展開における3DSGの挙動は、特にオープンセット視覚言語モデル(VLM)と組み合わせた場合、よく理解されていない。 本稿では,複雑な屋外環境において発生する課題を特徴付けるために,5つの屋外ロボットデータセットにまたがる3DSG表現に共通するコンポーネントを解析する。 最近提案されたTerra 3DSGをケーススタディとして、セマンティックポイント埋め込み、プレースノードグラフナビゲーション、リージョンレベルの理解、および5つの多様なデータセットにわたるメモリサイズについて検討した。 また, セマンティックグラフ特性と構造グラフ特性が同一環境の反復的トラバーサル間で安定であるかどうかを評価するために, 新たな整合性指標を導入する。 分析の結果、VLMの点埋め込みでは、アウトレーヤ比が0.1ドル以上で約30ドル%の点に対して、アウトレーヤと多重モードが一般的であることが判明した。 航法に基づくオブジェクト検索におけるアウトドア3DSGの実現可能性を示し, トラバーサビリティ障害や非効率なルーティングによって性能が制限されるが, トラジェクトリの平均最適経路効率は約6.6.%である。 地域レベルの理解は複雑な自然環境において依然として困難であり、F1の平均値は0.359ドルである。 以上の結果から,アウトドア3DSGはコンパクトかつ比較的一貫した大規模環境表現を維持でき,また,複数のセマンティックモードを扱う上でのオープンな課題を強調し,トラバーサビリティをグラフ構造に組み込むとともに,高レベル領域理解の向上を図っている。

関連論文リスト

• 3D Scene Graphs: Open Challenges and Future Directions [56.932031090019855]
  3次元シーングラフ(3DSG)は、幾何学的接地と環境のセマンティックおよびリレーショナル抽象化を組み合わせることで、空間AIの強力な表現として登場した。 この調査は3DSGの統一的で批判的なレビューを提供し、オープンな課題と今後の方向性に特に重点を置いている。
  論文  参考訳（メタデータ） (2026-06-15T08:14:08Z)
• Hierarchical Object Representation for Spatial Robot Perception: Points, Meshes, and Superquadrics [7.735876865294663]
  階層型3Dシーングラフ(3DSG)は、長期的な自律性のためのアクション可能でスケーラブルな表現として登場した。 高忠実度オブジェクトレベルの再構成に利用できる階層的オブジェクト表現を導入する。 提案手法は,現在最先端のオブジェクトベースのマップアライメント手法 ROMAN よりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-06-01T01:45:47Z)
• 3D Gaussian Map with Open-Set Semantic Grouping for Vision-Language Navigation [48.641376758484505]
  視覚言語ナビゲーション(VLN)は、自然言語命令に基づいて複雑な3D環境を横断するエージェントを必要とする。 この研究は、環境を微分可能な3次元ガウス写像の集合として表す3次元ガウス写像を提案する。 Egocentric Scene Mapは、疎い擬似ライダー点雲から3Dガウシアンを初期化することによって、オンラインで構築されている。
  論文  参考訳（メタデータ） (2026-05-26T03:25:49Z)
• Geo3DVQA: Evaluating Vision-Language Models for 3D Geospatial Reasoning from Aerial Imagery [18.7420518276348]
  Geo3DVQA(Geo3DVQA)は、高度対応3次元地理空間推論における視覚言語モデル(VLM)の評価ベンチマークである。 従来のセンサーベースのフレームワークとは異なり、Geo3DVQAは標高、スカイビュー要素、ランドカバーパターンを統合する現実的なシナリオを強調している。
  論文  参考訳（メタデータ） (2025-12-08T08:16:14Z)
• 3dSAGER: Geospatial Entity Resolution over 3D Objects (Technical Report) [7.378893412842889]
  3dSAGERは3Dオブジェクト上の空間的エンティティ解決のためのエンドツーエンドパイプラインである。 本稿では,マッチングペアの複雑な幾何学的特徴をキャプチャする,空間参照非依存のデファクトチュール化機構を提案する。 また、訓練されたモデルを活用して、ハイリコール候補セットを効率的に生成する、軽量で解釈可能な新しいブロッキング手法であるBKAFIを提案する。
  論文  参考訳（メタデータ） (2025-11-09T09:35:45Z)
• SceneSplat++: A Large Dataset and Comprehensive Benchmark for Language Gaussian Splatting [104.83629308412958]
  3D Gaussian Splatting (3DGS) は、シーン幾何学、外観、意味論の高性能かつ効率的な符号化として機能する。 3次元空間で直接3つの手法群を体系的に評価する,最初の大規模ベンチマークを提案する。 結果は、特にシーン固有の制限を緩和する上で、一般化可能なパラダイムの明確な利点を示している。
  論文  参考訳（メタデータ） (2025-06-10T11:52:45Z)
• MMScan: A Multi-Modal 3D Scene Dataset with Hierarchical Grounded Language Annotations [55.022519020409405]
  本稿では,マルチモーダルな3Dシーンデータセットと階層型言語アノテーションを用いたベンチマーク,MMScanを構築した。 結果として得られたマルチモーダルな3Dデータセットは、109kオブジェクトと7.7kリージョン上の1.4Mメタアノテーション付きキャプションと、3Dビジュアルグラウンドと質問応答ベンチマークのための3.04M以上の多様なサンプルを含んでいる。
  論文  参考訳（メタデータ） (2024-06-13T17:59:30Z)
• Outdoor Scene Extrapolation with Hierarchical Generative Cellular Automata [70.9375320609781]
  我々は,自律走行車(AV)で多量に捕獲された大規模LiDARスキャンから微細な3次元形状を生成することを目指している。 本稿では,空間的にスケーラブルな3次元生成モデルである階層型生成セルオートマトン (hGCA) を提案する。
  論文  参考訳（メタデータ） (2024-06-12T14:56:56Z)
• Uni3DETR: Unified 3D Detection Transformer [75.35012428550135]
  同一の枠組み内での屋内および屋外検出に対処する統合された3次元検出器を提案する。 具体的には,物体の予測に点-ボクセル相互作用を用いた検出変換器を用いる。 そこで我々は,密集した屋内シーンのグローバル情報と,大域の狭い屋外シーンのローカル情報とを十分に活用する問合せポイントの混合を提案する。
  論文  参考訳（メタデータ） (2023-10-09T13:20:20Z)
• OpenGF: An Ultra-Large-Scale Ground Filtering Dataset Built Upon Open ALS Point Clouds Around the World [22.577705573226257]
  OpenGF、最初の超大規模地上フィルタリングデータセットを提示します。 OpenGFには50億以上の細いラベル付きグラウンドと非グラウンドポイントが含まれている。 本研究では,最先端ルールベースアルゴリズムと3次元セマンティクスセグメンテーションネットワークの性能評価を行う。
  論文  参考訳（メタデータ） (2021-01-24T04:07:35Z)

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。