論文の概要: SiGNgapore - An Interactive Dataset for Sign-based Visual Navigation

• arxiv url: http://arxiv.org/abs/2610.09488v2
• Date: Thu, 08 Oct 2026 09:37:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.537118
• Title: SiGNgapore - An Interactive Dataset for Sign-based Visual Navigation
• Title（参考訳）: SiGNgapore - サインベースのビジュアルナビゲーションのためのインタラクティブデータセット
• Abstract要約: ナビゲーションのための手話に基づく意思決定をベンチマークするための独自のデータセットSiGNgaporeを導入する。 SiGNgaporeは456のシナリオで構成され、それぞれがナビゲーションサインとその周辺環境をキャプチャする。 また,テスト環境の会場マップとGPS対応シーングラフも提供する。
• 参考スコア（独自算出の注目度）: 17.186335780996398
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The future of autonomous robots in human-oriented environments depends on their ability to leverage existing navigational aids embedded in these environments, such as navigational signs, to navigate unfamiliar spaces without prior maps. Yet robots rarely exploit these cues, relying instead on pre-built maps for navigation. To advance sign- based visual navigation, we introduce a unique dataset, SiGNgapore, for benchmarking sign-based decision-making for navigation, collected across diverse public spaces in Singapore commonly encountered in daily life, including hospitals, public transport hubs, and shopping malls. SiGNgapore comprises 456 scenarios, each capturing a navigational sign and its surrounding environment, which collectively underpin 56 long-horizon navigation missions designed to evaluate sequential decision-making. Each scenario includes RGB, depth, IMU, and odometry data collected using a handheld device. We additionally provide venue maps and GPS-aligned scene graphs of the test environments. Beyond benchmarking sign-guided sequential decision-making, SiGNgapore supports research into visual understanding of navigational signs and into navigation approaches that integrate signage cues with prior maps.
• Abstract（参考訳）: 人間指向環境における自律ロボットの未来は、ナビゲーションサインのようなこれらの環境に埋め込まれた既存のナビゲーション支援を活用して、事前の地図を使わずに見慣れない空間をナビゲートする能力に依存する。 しかし、ロボットはこれらの手段を利用することはめったになく、ナビゲーションのために事前に構築された地図に依存している。 サインベースのビジュアルナビゲーションを促進するために,シンガポールの様々な公共空間にまたがって,病院,公共交通ハブ,ショッピングモールなどの日常生活でよく見られる,サインベースのナビゲーション意思決定のベンチマークを行う独自のデータセットであるSiGNgaporeを導入する。 SiGNgaporeは456のシナリオで構成され、それぞれがナビゲーションサインとその周辺環境をキャプチャし、シーケンシャルな意思決定を評価するために設計された56の長距離ナビゲーションミッションを支えている。 それぞれのシナリオには、RGB、Deep、IMU、およびハンドヘルドデバイスを使用して収集された計測データが含まれる。 また,テスト環境の会場マップとGPS対応シーングラフも提供する。 SiGNgaporeは、サイン誘導によるシーケンシャルな意思決定のベンチマーク以外にも、ナビゲーションサインの視覚的理解や、サイン付きキューと事前マップを統合するナビゲーションアプローチの研究を支援している。

関連論文リスト

• Terrain-Aware Autonomous Planetary Exploration for Exteroceptive-Proprioceptive Mapping with Quadruped Scouts [3.710529259029568]
  本稿では,月のような環境下での四足歩行ロボットに対する外受容と固有受容のマッピングを組み合わせた地形対応探索フレームワークを提案する。 搭載されているRGB-Dカメラは、ロボット中心の標高マップを構築し、幾何学的トラベル性を推定し、自律的な計画のためのナビゲーションコストを導出する。
  論文  参考訳（メタデータ） (2026-09-28T16:01:24Z)
• ACME: A Multi-Cultural, Multi-Embodiment Social-Navigation Dataset [51.60529216343344]
  ACME: ソーシャルナビゲーションのためのクロスカルチャー、マルチエンボディメントデータセット。 ACMEは5か国8か国にまたがる大規模なデータ収集の取り組みで、7つのロボットエボディメントを使用している。 従来のデータセットとは違って、ロボット音声によるロボットと対話を明確にすることで、複雑な社会的シナリオにおける目標駆動型ソーシャルナビゲーション行動のキャプチャに焦点を当てている。
  論文  参考訳（メタデータ） (2026-07-24T04:23:21Z)
• Learning to Drive Anywhere with Model-Based Reannotation [49.80796496905606]
  ロボットの視覚ナビゲーションポリシーを一般化するためのフレームワークを開発する。 クラウドソースの遠隔操作データや、ラベルなしのYouTubeビデオなど、受動的に収集されたデータを活用します。 このデータはLogoNavに蒸留される。LogoNavは、視覚的目標やGPSのウェイポイントに照準を合わせられた長い水平航法ポリシーだ。
  論文  参考訳（メタデータ） (2025-05-08T18:43:39Z)
• RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
  我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。 大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
  論文  参考訳（メタデータ） (2024-08-28T03:17:40Z)
• A Landmark-Aware Visual Navigation Dataset [6.1190419149081245]
  ランドマークを意識したビジュアルナビゲーションデータセットを提示し、人中心の探索ポリシーと地図構築の教師あり学習を可能にする。 人間のアノテータが仮想環境と実環境を探索する際、RGBD観測と人間のポイントクリックペアを収集する。 私たちのデータセットは、屋内環境の部屋や屋外の通路など、幅広い場面をカバーしています。
  論文  参考訳（メタデータ） (2024-02-22T04:43:20Z)
• SANPO: A Scene Understanding, Accessibility and Human Navigation Dataset [16.055419312889253]
  WHOの推計では、2020年には4330万人が失明しており、この数字は2050年までに6100万人に達すると予測されている。 現代のシーン理解モデルは、ナビゲーション、障害物回避、視覚認識機能によってこれらの人々に力を与えることができる。 本研究では,屋外ナビゲーション環境における密集予測を目的とした大規模エゴセントリックビデオデータセットであるSANPOを提案する。
  論文  参考訳（メタデータ） (2023-09-21T15:28:04Z)
• SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
  我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。 この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。 屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
  論文  参考訳（メタデータ） (2023-06-02T19:07:52Z)
• Socially Compliant Navigation Dataset (SCAND): A Large-Scale Dataset of Demonstrations for Social Navigation [92.66286342108934]
  社会ナビゲーションは、ロボットのような自律的なエージェントが、人間のような他の知的エージェントの存在下で、社会的に従順な方法でナビゲートする能力である。 私たちのデータセットには8.7時間、128の軌道、25マイルの社会的に適合した人間の遠隔運転デモが含まれています。
  論文  参考訳（メタデータ） (2022-03-28T19:09:11Z)
• Robot Navigation in Unseen Spaces using an Abstract Map [11.473894284561878]
  ロボットナビゲーションシステムでは,人間と同じ記号空間情報を用いて,目立たない環境を意図的にナビゲートする。 本稿では,動的システムを用いて抽象地図の縮尺可能な空間モデルを作成する方法を示し,シンボルナビゲーションの領域における将来的な作業を促進するためのオープンソース実装を提供する。 本稿は,人間のナビゲーション戦略を質的に分析し,目立たない環境におけるロボットの象徴的なナビゲーション能力が今後どのように改善されるかについて,さらなる知見を提供する。
  論文  参考訳（メタデータ） (2020-01-31T07:40:44Z)

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。