DynoSLAM: 実世界の社会的ナビゲーションのための生成グラフニューラルネットワークを用いた動的SLAM
DynoSLAM: Dynamic SLAM with Generative Graph Neural Networks for Real-World Social Navigation
歩行者などの動的物体が存在する環境でのSLAMを、社会的認識を持つGNNを因子グラフ最適化に統合し、歩行者の動きを確率的に予測することでロバスト化する手法を提案。
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: Danil Tokhchukov, Veronika Morozova, Gonzalo Ferrer
分類: cs.RO, cs.CV
原文アブストラクト
Traditional Simultaneous Localization and Mapping (SLAM) algorithms rely heavily on the static environment assumption, which severely limits their applicability in real-world spaces populated by moving entities, such as pedestrians. In this work, we propose DynoSLAM, a tightly-coupled Dynamic GraphSLAM architecture that integrates socially-aware Graph Neural Networks (GNNs) directly into the factor graph optimization. Unlike conventional approaches that use rigid constant-velocity heuristics or deterministic single-agent neural priors, our framework formulates pedestrian motion forecasting as a stochastic World Model. By utilizing Monte Carlo rollouts from a trained GNN, we capture the multimodal epistemic uncertainty of human interactions and embed it into the SLAM graph via a dynamic Mahalanobis distance factor. We demonstrate through extensive simulated experiments that this stochastic formulation not only maintains highly accurate retrospective tracking but also prevents the optimization failures caused by the deterministic "argmax problem". Ultimately, extracting the empirical mean and covariance matrices of future pedestrian states provides a mathematically rigorous, probabilistic safety envelope for downstream local planners, enabling anticipatory and collision-free robot navigation in densely crowded environments.
関連論文
- SuperMap: 視覚言語ナビゲーションのための時空間SLAMシステムSLAM/ナビゲーション
- BA-LINS: LiDAR慣性ナビゲーションのためのフレーム間バンドル調整SLAM/ナビゲーション
- FHT-Map: 再位置推定と経路計画のための特徴ベース階層トポロジカルマップSLAM/ナビゲーション
- アフォーダンス認識型マルチモーダルニューラルSLAMによる行動学習SLAM/ナビゲーション
- SLAMを用いた屋内自律ナビゲーションシステムの開発SLAM/ナビゲーション
- Topomap：視覚SLAM地図に基づくトポロジカルマッピングとナビゲーションSLAM/ナビゲーション
