Cognitive Synergy Architecture: SEGO for Human-Centric Collaborative Robots

要約

このペーパーでは、幾何学的知覚、セマンティック推論、および説明生成を人間中心の共同ロボット工学の統合フレームワークに統合するために設計された認知マッピングアーキテクチャであるセゴ（セマンティックグラフオントロジー）を紹介します。
Segoは、環境の空間構成だけでなく、検出されたオブジェクト間の意味関係と存在論的一貫性を表す動的な認知シーングラフを構築します。
アーキテクチャは、スラムベースのローカリゼーション、ディープラーニングベースのオブジェクトの検出と追跡、およびオントロジー駆動型の推論をシームレスに組み合わせて、リアルタイムで意味的にコヒーレントなマッピングを可能にします。

要約(オリジナル)

This paper presents SEGO (Semantic Graph Ontology), a cognitive mapping architecture designed to integrate geometric perception, semantic reasoning, and explanation generation into a unified framework for human-centric collaborative robotics. SEGO constructs dynamic cognitive scene graphs that represent not only the spatial configuration of the environment but also the semantic relations and ontological consistency among detected objects. The architecture seamlessly combines SLAM-based localization, deep-learning-based object detection and tracking, and ontology-driven reasoning to enable real-time, semantically coherent mapping.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google