論文の概要: Robust 2D Traversability Mapping for Construction AMRs via Failure-Mode-Aware Fusion of LiDAR Geometry and Monocular Semantics

• arxiv url: http://arxiv.org/abs/2610.05505v1
• Date: Sun, 04 Oct 2026 20:20:17 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 21:44:25.656578
• Title: Robust 2D Traversability Mapping for Construction AMRs via Failure-Mode-Aware Fusion of LiDAR Geometry and Monocular Semantics
• Title（参考訳）: LiDAR幾何と単分子セマンティクスの故障モード対応融合による建設AMRのロバスト2次元トレーサビリティマッピング
• Abstract要約: 本稿では,NVIDIA Jetson AGX Orin上でのマルチモーダルトラバーサビリティパイプラインを提案する。 ライダーは、主要な幾何学的安全性推定であり、単分子的意味論は、選択的、クラス的で、信頼に満ちた修正信号として機能する。 システムは、局所的なAMRコストマップの相補的な幾何学的故障モードを補正する。
• 参考スコア（独自算出の注目度）: 0.21557264159802744
• License:
• Abstract: Autonomous Mobile Robots (AMRs) on active construction sites face severe navigational challenges: geometry-based traversability mapping (e.g., LiDAR) misses visually hazardous but geometrically flat surfaces like wet mud and ponding concrete, while abrupt geometry on drivable speed-breakers and inclines produces phantom obstacles. We propose a real-time, failure-mode-aware multimodal traversability pipeline on an NVIDIA Jetson AGX Orin, where LiDAR is the primary geometric safety estimate and monocular semantics act as a selective, class- and confidence-gated corrective signal. The representation retains distinct traversable classes, namely flat road, terrain, and rocky terrain, while flagging construction hazards. We also release a multimodal construction-site dataset from a custom AMR: four closed-loop ROS 2 sequences from two active sites (RGB, depth, LiDAR, IMU, GPS-RTK, odometry) plus 506 annotated frames across 28 semantic classes. By projecting LiDAR onto dense semantic masks, resolving sparsity via morphological in-painting, and applying failure-mode-aware fusion with Patchwork++, the system corrects complementary geometric failure modes for a local AMR costmap.
• Abstract（参考訳）: ジオメトリベースのトラバーサビリティマッピング(例:LiDAR)は、湿った泥や池のコンクリートのような視覚的に危険だが幾何学的に平坦な表面を見逃し、乾燥可能なスピードブレーカーや傾斜線上の急激な幾何学は幻の障害物を生み出す。 NVIDIA Jetson AGX Orin上では,LiDARが主要な幾何学的安全性評価であり,モノクルセマンティクスが選択的・クラス的・信頼性の高い補正信号として機能する,リアルタイムなマルチモーダルトラバーサビリティパイプラインを提案する。 この表現は、平らな道路、地形、岩の多い地形など、異なる移動可能な階級を保ちながら、建設の危険を警告している。 RGB, depth, LiDAR, IMU, GPS-RTK, odometry) の4つの閉ループ ROS 2 シーケンスに加えて,28のセマンティッククラスに506の注釈付きフレームがある。 LiDARを密なセマンティックマスクに投影し、モルフォジカルなインペイントによる疎結合を解消し、Patchwork++とのフェールモード認識融合を適用することにより、システムは局所的なAMRコストマップの補完的な幾何学的故障モードを補正する。

関連論文リスト

• FIRE-LIVWO: Robust LiDAR-Inertial-Visual-Wheel Odometry via Failure-Immune mmWave Radar Enhancement [15.680013764871966]
  FIRE-LIVWO:Failure-Immune mmWave Radar-Enhanced LiDAR-Inertial-Visual-Wheel Odometry 繰り返し誤差状態カルマンフィルタ(IESKF)に基づく密結合型マルチモーダルオドメトリーフレームワークを提案する。 煙に埋もれた環境では、4D mmWaveレーダーの強い浸透を利用して、点方向ドップラー速度の制約を導入する。 非ホロノミック制約 (NHC) とオンラインレバーアーム補償を用いて, ドリフトの低減を図る。
  論文  参考訳（メタデータ） (2026-09-04T16:19:58Z)
• Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation [68.02899606570223]
  本稿では,効率的なエンボディナビゲーションのための統合フレームワークであるTAMP-Navを提案する。 まず、ナビゲーションを2次元の視覚座標に再構成するPixel-to-3D Action Formulation(Point)を導入する。 次に,Selective Reasoning and Anchor-Trajectory Memory Mechanism (Think and Memorize)を提案する。
  論文  参考訳（メタデータ） (2026-08-18T08:37:08Z)
• Dual-Pathway Geometry-Aware MLLM for Spatial Intelligence [63.11502936651325]
  本稿では,空間知能のための二経路幾何対応MLLMであるGAMSIを提案する。 RGB画像のみを入力とし、両方の幾何学的形態を統一された自己回帰バックボーン内に内包する。 GAMSIは、7つの空間インテリジェンスベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-05-25T01:33:19Z)
• An Open-Source LiDAR and Monocular Off-Road Autonomous Navigation Stack [35.094251140860756]
  タスク固有のトレーニングを使わずに,LiDARとモノクル3次元認識の両方をサポートするオープンソースのナビゲーションスタックを提案する。 単分子配置では、ゼロショット深度予測とメートル法深度再スケーリングをスパースSLAM測定を用いて組み合わせる。 結果として得られるポイントクラウドは、コストマップベースの計画のためのロボット中心の2.5D高度マップを生成するために使用される。
  論文  参考訳（メタデータ） (2026-04-03T15:19:20Z)
• SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments [49.966170814478915]
  UAV VLNのための幾何学誘導空間表現フレームワークを提案する。 明示的な3次元再構成を伴わないRGB観測において、SpatialFlyは幾何学誘導2次元表示アライメント機構を導入する。 実験結果から、SpatialFlyは現状のUAV VLNベースラインを目に見える環境と見えない環境の両方で一貫して上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2026-03-22T03:56:58Z)
• LiDAR-GS:Real-time LiDAR Re-Simulation using Gaussian Splatting [53.58528891081709]
  都市景観におけるLiDARスキャンをリアルタイムかつ高忠実に再現するLiDAR-GSを提案する。 この手法は,公開可能な大規模シーンデータセットのレンダリングフレームレートと品質の両面において,最先端の結果を達成する。
  論文  参考訳（メタデータ） (2024-10-07T15:07:56Z)
• Tightly-Coupled LiDAR-Visual SLAM Based on Geometric Features for Mobile Agents [43.137917788594926]
  幾何学的特徴に基づく密結合LiDAR視覚SLAMを提案する。 視覚サブシステムによって検出された全ラインセグメントは、LiDARサブシステムの制限を克服する。 本システムは,現在最先端のマルチモーダル手法と比較して,より正確でロバストなポーズ推定を実現する。
  論文  参考訳（メタデータ） (2023-07-15T10:06:43Z)
• Robust Self-Supervised LiDAR Odometry via Representative Structure Discovery and 3D Inherent Error Modeling [67.75095378830694]
  そこで我々は,2段階のオドメトリ推定ネットワークを構築し,一連の部分領域変換を推定してエゴモーメントを求める。 本稿では,トレーニング,推論,マッピングフェーズにおける信頼できない構造の影響を軽減することを目的とする。 我々の2フレームのオードメトリーは、翻訳/回転誤差の点で、過去の芸術の状態を16%/12%上回っている。
  論文  参考訳（メタデータ） (2022-02-27T12:52:27Z)

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。