統合自律スタック：汎用ロボット自律性のための設計指針に向けて

- 多様な空中・地上ロボットの形態に対応する resilient autonomy を実現するシステムレベルの解決策「Unified Autonomy Stack」を導入しオープンソース化。 - 三つの相乗モジュール：multi-modal perception、multi-behavior planning、multi-layered safe navigation で構成。 - LiDAR、radar、vision、inertial sensing を融合し、factor graph-based fusion による localization/mapping、semantic scene understanding、sampling-based motion/informative path planning、online reconstructed map 上での planning と deep learning-driven exteroceptive policies、control barrier functions を用いた last-resort safety filt…

- 従来の個別モジュールや特定形態向けシステムと異なり、空中（rotorcraft）と地上（legged）の両方に適用可能な統一アーキテクチャを提供。 - 多様なセンサ融合と多層安全機構を統合し、GNSS-denied や知覚劣化環境での resilient な性能を実証。 - オープンソース化により再現性と採用容易性を高め、フィールドテスト済みの評価データセットも提供。

- 中核は三つのモジュール：multi-modal perception、multi-behavior planning、multi-layered safe navigation。 - Perception では LiDAR、radar、vision、inertial sensing を factor graph-based fusion で統合し、localization/mapping と semantic scene understanding を実現。 - Planning では sampling-based techniques を空間スケールに適応させ、motion planning と informative path planning を実行。 - Navigation では online reconstructed map 上での planning、deep learning-driven exteroceptive policies、control barrier functions による last-resort safety filters を組み合わせた多層…

- 空中（rotorcraft）と地上（legged）のロボットを用い、自己相似や煙充満環境、複雑形状、高障害物密度など demanding な環境でフィールドテストを実施。 - これらのテストで resilient な性能を実証。 - 実装、ドキュメント、検証・評価データセットをオープンソースで公開（https://github.com/ntnu-arl/unified_autonomy_stack）。 - 概要とフィールド実験のビデオも提供（https://youtu.be/l8Su8OXsM-E）。

- 要旨からは不明。

- 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 factor graph-based fusion、sampling-based planning、control barrier functions、deep learning-driven exteroceptive policies が挙げられる。同分野の定番として SLAM、GNSS-denied navigation、safe reinforcement learning などが考えられる。