探索しながら理解する：意味論駆動型アクティブマッピング
Understanding while Exploring: Semantics-driven Active Mapping
3Dガウシアンスプラッティングを基盤に、意味論的・幾何学的不確かさを定量化して次に見るべき視点を選び、未知環境の意味地図を効率的に構築する能動的マッピング手法を提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Liyan Chen, Huangying Zhan, Hairong Yin, Yi Xu, Philippos Mordohai
分類: cs.RO, cs.CV
原文アブストラクト
Effective robotic autonomy in unknown environments demands proactive exploration and precise understanding of both geometry and semantics. In this paper, we propose ActiveSGM, an active semantic mapping framework designed to predict the informativeness of potential observations before execution. Built upon a 3D Gaussian Splatting (3DGS) mapping backbone, our approach employs semantic and geometric uncertainty quantification, coupled with a sparse semantic representation, to guide exploration. By enabling robots to strategically select the most beneficial viewpoints, ActiveSGM efficiently enhances mapping completeness, accuracy, and robustness to noisy semantic data, ultimately supporting more adaptive scene exploration. Our experiments on the Replica and Matterport3D datasets highlight the effectiveness of ActiveSGM in active semantic mapping tasks.
関連論文
- マルチモーダルLLMとフィッシャー情報を用いた探索・アクティブマッピングアクティブマッピング
- 不確実性駆動型アクティブマッピングのためのニューラル可視性フィールドアクティブマッピング
