論文の概要: Pose-aware Legged Robot Semantic Exploration with Omnidirectional Perception in Confined Unknown Environments

• arxiv url: http://arxiv.org/abs/2609.19460v1
• Date: Wed, 16 Sep 2026 22:04:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.023061
• Title: Pose-aware Legged Robot Semantic Exploration with Omnidirectional Perception in Confined Unknown Environments
• Title（参考訳）: 特定未知環境における一方向知覚を用いた姿勢認識型ロボットセマンティック探索
• Abstract要約: POSEは、地上ロボットのためのポーズアウェアな意味探索システムである。 脚のあるロボットの本質的なボディピッチを利用し、全方向カメラとLiDARの認識で回転する。
• 参考スコア（独自算出の注目度）: 10.06498723895673
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic exploration in confined environments requires both environment mapping and detailed observation of target objects. For ground robots, limited sensor vertical fields of view and restricted standoff distances can leave upper object surfaces unobserved from planar viewpoints. Body tilting can improve coverage, but additional observations and posture transitions increase mission time. To address this trade-off, we present POSE, a pose-aware semantic exploration system that exploits a legged robot's intrinsic body pitch and roll with omnidirectional camera-LiDAR perception. The proposed pose-aware viewpoint sampling module selects body postures from partial object maps according to expected coverage gain, while aim-aligned execution reduces unnecessary body reorientation. Further, we introduce an object-centric viewpoint pruning strategy assisted by a vision-language model (VLM), which uses persistent observation history and bird's-eye-view (BEV) maps to reduce redundant inspection visits. The resulting semantic viewpoints are combined with geometric exploration viewpoints in a global exploration planner. Simulations show that POSE improves final target-surface coverage by 8-10 percentage points over the planar planning baseline while reducing exploration time by 17-32%, and achieves the highest mean object coverage AUC among the evaluated baselines. Real-world experiments with a legged robot carrying an omnidirectional camera-LiDAR suite in a machine shop further demonstrate the system's applicability. These results support adaptive body-posture planning for improving the coverage-efficiency trade-off in legged robot semantic exploration. We plan to release the code for community benefit in the future.
• Abstract（参考訳）: 閉じ込められた環境でのセマンティックな探索には、環境マッピングと対象物の詳細な観察の両方が必要である。 地上ロボットにとって、限られたセンサー垂直視野と制限されたスタンドオフ距離は、平面的な視点から上向きの物体表面を観察できないままにすることができる。 身体の傾きはカバレッジを向上させるが、追加の観測と姿勢遷移はミッションタイムを増加させる。 このトレードオフに対処するため、本研究では、脚のあるロボットの本質的なボディピッチを利用して、全方向カメラとLiDARの認識で回転する、ポーズ認識型セマンティック探索システムPOSEを提案する。 提案したポーズ対応視点サンプリングモジュールは,被写体分布の予測値に応じて,部分オブジェクトマップから体姿勢を選択するが,目的整合実行は不要な体姿勢を減少させる。 さらに,視覚言語モデル(VLM)が支援するオブジェクト中心の視点プルーニング戦略を導入し,観察履歴と鳥眼ビュー(BEV)マップを用いて,冗長な検査訪問を減らす。 結果のセマンティックな視点は、グローバルな探査計画立案者における幾何学的探査の視点と組み合わせられる。 シミュレーションにより,POSEは平面計画ベースラインを8～10ポイント上回る最終目標表面積を17～32%削減し,評価ベースラインの中で最高の平均対象範囲AUCを達成することが示された。 マシンショップで全方向カメラ-LiDARスイートを搭載した脚付きロボットを用いた実世界の実験は、システムの適用性をさらに実証する。 これらの結果は,足のロボット意味探索におけるカバレッジ効率トレードオフを改善するための適応的な体姿勢計画を支援する。 将来、コミュニティの利益のためのコードをリリースする予定です。

関連論文リスト

• Perception-Aware Autonomous Exploration in Feature-Limited Environments [9.046854275196605]
  ステレオ搭載無人航空機(UAV)のための階層的知覚認識探索フレームワークを提案する。 提案手法は,グローバルな特徴マップを用いて,各候補フロンティアと期待される特徴品質を関連付け,視覚的に有意なサブゴールを優先する。 提案手法は,特徴品質を無視し,かつ連続ヨーを最適化しないベースラインと比較して,より信頼性の高い特徴追跡を維持でき,ドリフトを低減でき,また,オドメトリ誤差が特定の閾値を超える前に平均30%高いカバレッジを達成できる。
  論文  参考訳（メタデータ） (2026-03-16T17:55:56Z)
• WildOS: Open-Vocabulary Object Search in the Wild [12.098091049832965]
  この研究は、長距離でオープンなオブジェクト検索のための統一システムWildOSを提示する。 基礎モデルに基づく視覚モジュール ExploRFM を用いて、グラフのフロンティアノードをスコアリングする。 また、オープン語彙ターゲットクエリの粗い局所化のための粒子フィルタに基づく手法も導入する。
  論文  参考訳（メタデータ） (2026-02-22T19:14:00Z)
• Sight Over Site: Perception-Aware Reinforcement Learning for Efficient Robotic Inspection [57.37596278863949]
  本研究では,認識・認識の観点からの検査を再考する。 本稿では,目標視認性を主目的とするエンドツーエンド強化学習フレームワークを提案する。 提案手法は,既存の古典的および学習的ナビゲーション手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-09-22T15:14:02Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Semantic Exploration and Dense Mapping of Complex Environments using Ground Robot with Panoramic LiDAR-Camera Fusion [10.438142938687326]
  本稿では,LiDAR-パノラマカメラスイートを備えた地上ロボットを用いて,複雑な未知環境の自律的セマンティック探索と密集的セマンティックターゲットマッピングを行うシステムを提案する。 そこで我々はまず,幾何的カバレッジと意味的視点の両方の観察を完遂するタスクを再定義し,その後,意味的視点と幾何学的視点を別々に管理し,局所的な視点を生成するための新たな優先順位駆動型デカップリング型局所サンプリングを提案する。 さらに,ロボットの安全性を確保しつつ,積極的な探索行動を可能にする安全な攻撃的探索状態マシンを提案する。
  論文  参考訳（メタデータ） (2025-05-28T21:27:32Z)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• Incremental 3D Scene Completion for Safe and Efficient Exploration Mapping and Planning [60.599223456298915]
  本研究では,情報,安全,解釈可能な地図作成と計画に3次元シーン補完を活用することによって,深層学習を探索に統合する新しい手法を提案する。 本手法は,地図の精度を最小限に抑えることで,ベースラインに比べて環境のカバレッジを73%高速化できることを示す。 最終地図にシーン完了が含まれていなくても、ロボットがより情報的な経路を選択するように誘導し、ロボットのセンサーでシーンの測定を35%高速化できることが示される。
  論文  参考訳（メタデータ） (2022-08-17T14:19:33Z)
• TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
  TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。 実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。 評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
  論文  参考訳（メタデータ） (2021-04-08T20:01:00Z)

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。