S-Nav: Semantic-Geometric Planning for Mobile Robots

要約

経路計画は自律移動ロボットの基本的な機能です。
経路計画における以前のアプローチは、環境内の固有のセマンティクスを利用せずに、環境からの特定の幾何学的情報のみを利用します。
最近発表された S-Graphs は、要素間の幾何学的、意味論的、および関係的な側面を組み込んだ 3D 状況グラフを構築し、シーン全体の理解とロボットの位置特定を向上させます。
しかし、これらの研究は、移動ロボットの経路計画を改善するために、基礎となるセマンティック グラフを活用していません。
その目的のために、本稿では、移動ロボット用の新しい意味論的幾何学的パス プランナーである S-Nav を紹介します。
S-Graph を活用して、複雑な屋内環境での高速かつ堅牢な階層的な高レベルの計画を可能にします。
S-Nav の階層アーキテクチャは、従来の幾何学的プランナーに加えて新しいセマンティック検索を追加するだけでなく、S-Graph からの正確な地図再構成を追加して、計画の速度、堅牢性、およびパスの品質を向上させます。
合成環境における S-Nav の結果の改善を実証します。

要約(オリジナル)

Path planning is a basic capability of autonomous mobile robots. Former approaches in path planning exploit only the given geometric information from the environment without leveraging the inherent semantics within the environment. The recently presented S-Graphs constructs 3D situational graphs incorporating geometric, semantic, and relational aspects between the elements to improve the overall scene understanding and the localization of the robot. But these works do not exploit the underlying semantic graphs for improving the path planning for mobile robots. To that aim, in this paper, we present S-Nav a novel semantic-geometric path planner for mobile robots. It leverages S-Graphs to enable fast and robust hierarchical high-level planning in complex indoor environments. The hierarchical architecture of S-Nav adds a novel semantic search on top of a traditional geometric planner as well as precise map reconstruction from S-Graphs to improve planning speed, robustness, and path quality. We demonstrate improved results of S-Nav in a synthetic environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google