日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行arXiv:2510.12346

PolygMap:人型ロボットの階段昇降のための知覚ベース運動計画フレームワーク

PolygMap: A Perceptive Locomotion Framework for Humanoid Robot Stair Climbing

シェア:XThreadsFacebookLINEはてブBluesky

LiDAR・RGB-Dカメラ・IMUを融合して階段の多角形平面セマンティックマップをリアルタイム構築し、その上で足取りを計画することで人型ロボットの階段昇降を実現した。

詳しい要約

1. どんなもの?

- 人型ロボットの階段昇降のための知覚ベースのlocomotion planningフレームワーク「PolyMap」 - 目的は未知空間で人間のように見えている足位置へ正確に踏み込む歩行の実現 - 実時間でpolygonal staircase planeのsemantic mapを構築し、そのpolygonal plane segmentsを用いてfootstep planを生成 - plane segmentationとvisual odometryはLiDAR・RGB-D camera・IMUsのmulti-sensor fusionで実施 - NVIDIA Orin上に実装し、whole-body motion planningを20-30 Hzで出力

2. 先行研究と比べてどこがすごい?

- 従来のbiped robot walking技術は主に平坦な歩行スキーム(bland walking scheme)の文脈で発展 - 本研究は未知空間での階段という不整地・段差環境に対象を拡張 - 見えている足位置へ正確に踏み込む人間模倣型の歩行を狙う点が差異 - 具体的な先行研究との定量比較は要旨からは不明

3. 技術・手法の肝は?

- 実時間のpolygonal staircase plane semantic map構築が中核 - 構築したpolygonal plane segmentsを利用したfootstep planning - plane segmentationとvisual odometryをLiDAR・RGB-D camera・IMUsのmulti-sensor fusionで実行 - NVIDIA Orin上でwhole-body motion planningを20-30 Hzで出力する実装

4. どうやって有効だと検証した?

- 屋内および屋外の実シーン実験を実施 - 人型ロボットの階段昇降に対して効率的かつrobustであることを示したと報告 - 定量的指標や比較対象の詳細は要旨からは不明

5. 議論はある?

- 実シーンでの効率性・robust性を主張するが、失敗事例や限界の議論は要旨からは不明 - 階段形状の多様性や照明・屋外条件への感度は要旨からは不明 - 計算資源やリアルタイム性の余裕に関する議論は要旨からは不明

6. 次に読むべき論文は?

- 要旨で参照・比較されている研究は明示されていない - 関連手法としてperception-based locomotion planning、footstep planning、plane segmentation、multi-sensor fusion(LiDAR/RGB-D/IMU)のvisual odometry、humanoid whole-body motion planningの定番研究を次に読む候補として挙げる

※ 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: Bingquan Li, Ning Wang, Zhicheng He, Yucong Wu, Tianwei Zhang

分類: cs.RO

原文アブストラクト

Recently, biped robot walking technology has been significantly developed, mainly in the context of a bland walking scheme. To emulate human walking, robots need to step on the positions they see in unknown spaces accurately. In this paper, we present PolyMap, a perception-based locomotion planning framework for humanoid robots to climb stairs. Our core idea is to build a real-time polygonal staircase plane semantic map, followed by a footstep planar using these polygonal plane segments. These plane segmentation and visual odometry are done by multi-sensor fusion(LiDAR, RGB-D camera and IMUs). The proposed framework is deployed on a NVIDIA Orin, which performs 20-30 Hz whole-body motion planning output. Both indoor and outdoor real-scene experiments indicate that our method is efficient and robust for humanoid robot stair climbing.

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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI