日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ナビゲーションarXiv:2507.00552

CADファイルからロボットナビゲーション用の屋内OpenStreetMapを生成する

Generation of Indoor Open Street Maps for Robot Navigation from CAD Files

シェア:XThreadsFacebookLINEはてブBluesky

建築CADファイルを自動変換し、階層的なトポメトリックOpenStreetMap表現を生成するシステムを提案。SLAMの限界を回避し、長期ロボットナビゲーションを実現する。

詳しい要約

1. どんなもの?

- 建築CADファイルからロボットナビゲーション用の階層的topometric OpenStreetMap (OSM) 表現を自動生成するシステム - 生涯運用(life-long)の屋内ロボットナビゲーションを対象 - 生のCADデータから構造レイヤを抽出し、AreaGraphベースのトポロジカルセグメンテーションで建物レイアウトを階層グラフ化 - CAD由来のテキストラベルを自動付与し、複数フロアを統合したトポロジカルに正しいモデルを生成 - GUIを備え、コードとデータセットを公開

2. 先行研究と比べてどこがすごい?

- 従来のSLAM (Simultaneous Localization and Mapping) による地図生成は時間・労力・ロバスト性に大きな制約がある - 特に動的で大規模な屋内環境では地図の陳腐化が致命的なlocalization failureを招く - 本研究はCADファイルに内在する永続的な構造情報を活用することで、SLAMの非効率性と脆弱性を回避 - 複雑な屋内空間へのロボット展開に向けた実用的かつスケーラブルな解決策を提示

3. 技術・手法の肝は?

- 多段パイプラインによる自動変換 - 第一段階で生のCADデータから主要な構造レイヤを分離 - AreaGraphベースのトポロジカルセグメンテーションにより建物レイアウトをナビゲーション可能空間の階層グラフに分割 - CADソースのテキストラベルを自動的に関連付けて意味的に豊かな地図を構築 - 複数フロアを統合しトポロジカルに正しい統一モデルへマージ - 最終的に階層的topometric OSM表現として出力

4. どうやって有効だと検証した?

- 要旨からは不明(定量的評価や実験結果の記述なし) - コードとデータセットがGitHubで公開されている点のみ記載

5. 議論はある?

- 要旨からは不明(限界や課題に関する明示的議論なし) - SLAMの地図陳腐化問題に対する代替としてCAD活用の有効性を主張

6. 次に読むべき論文は?

- SLAM (Simultaneous Localization and Mapping) - OpenStreetMap (OSM) - AreaGraph - topometric map / 階層的トポロジカルマップに関する研究

※ 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: Jiajie Zhang, Shenrui Wu, Xu Ma, Sören Schwertfeger

分類: cs.RO

原文アブストラクト

The deployment of autonomous mobile robots is predicated on the availability of environmental maps, yet conventional generation via SLAM (Simultaneous Localization and Mapping) suffers from significant limitations in time, labor, and robustness, particularly in dynamic, large-scale indoor environments where map obsolescence can lead to critical localization failures. To address these challenges, this paper presents a complete and automated system for converting architectural Computer-Aided Design (CAD) files into a hierarchical topometric OpenStreetMap (OSM) representation, tailored for robust life-long robot navigation. Our core methodology involves a multi-stage pipeline that first isolates key structural layers from the raw CAD data and then employs an AreaGraph-based topological segmentation to partition the building layout into a hierarchical graph of navigable spaces. This process yields a comprehensive and semantically rich map, further enhanced by automatically associating textual labels from the CAD source and cohesively merging multiple building floors into a unified, topologically-correct model. By leveraging the permanent structural information inherent in CAD files, our system circumvents the inefficiencies and fragility of SLAM, offering a practical and scalable solution for deploying robots in complex indoor spaces. The software is encapsulated within an intuitive Graphical User Interface (GUI) to facilitate practical use. The code and dataset are available at https://github.com/jiajiezhang7/osmAG-from-cad.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI