Safe and Trustworthy Robot Pathfinding with BIM, MHA*, and NLP

要約

建設ロボットは、近年、研究開発において大きな牽引力を獲得しています。
ただし、産業用ロボットの適用には独自の課題があります。
動的環境、ドメイン固有のタスク、複雑なローカリゼーションとマッピングは、開発における重大な障害です。
建設ジョブサイトでは、移動オブジェクトと複雑な機械が、オブジェクトの衝突の可能性のためにパスファインディングを困難なタスクにすることができます。
同時ローカリゼーションやマッピングなどの既存の方法は、この問題に対する実行可能な解決策ですが、センサーに必要な精度とデータの品質と情報の処理により、非常に計算的に高価になる可能性があります。
ドメイン固有のパスフィンディング戦略を開発するために、Building Information Modeling（BIM）に空間情報とセマンティック情報を使用して提案します。
この作業では、BIM空間情報からのAPFSを使用して、大規模な言語モデル（LLMS）を使用してBIMからのテキスト情報を処理して、動的オブジェクト回避のアルゴリズムを調整するマルチホリストA*（MHA*）アルゴリズムを統合します。
同様のパス長を維持しながら、ロボットオブジェクトの近接性を80％増加させます。

要約(オリジナル)

Construction robots have gained significant traction in recent years in research and development. However, the application of industrial robots has unique challenges. Dynamic environments, domain-specific tasks, and complex localization and mapping are significant obstacles in their development. In construction job sites, moving objects and complex machinery can make pathfinding a difficult task due to the possibility of object collisions. Existing methods such as simultaneous localization and mapping are viable solutions to this problem, however, due to the precision and data quality required by the sensors and the processing of the information, they can be very computationally expensive. We propose using spatial and semantic information in building information modeling (BIM) to develop domain-specific pathfinding strategies. In this work, we integrate a multi-heuristic A* (MHA*) algorithm using APFs from the BIM spatial information and process textual information from the BIM using large language models (LLMs) to adjust the algorithm for dynamic object avoidance. We show increased robot object proximity by 80% while maintaining similar path lengths.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google