時空間認識に基づく効率的な連続セマンティックマッピング
Efficient Continuous Semantic Mapping based on Spatio-Temporal Awareness
ロボットの環境認識のため、空間・時間の関係を考慮したセマンティックマッピング手法を提案し、精度と効率を向上させた。
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: My Le Pham, Dinh Trieu Duong, Xiem HoangVan, Thanh Nguyen Canh
分類: cs.RO
原文アブストラクト
Continuous semantic mapping allows autonomous robots to understand both the spatial structure and the semantic content of complex environments. However, most existing methods process the entire space, treat voxels as independent units, and do not keep the semantic labels consistent over time. This leads to high computational cost and reduced robustness in dynamic scenes. This paper proposes a semantic mapping method that brings spatial and temporal relationships into the semantic inference process. The method adjusts the inference range according to the local semantic uncertainty and fuses labels over time to improve map stability and computational efficiency. Experiments on the SemanticKITTI dataset show that the proposed method improves mapping accuracy by about 12% and reaches an mIoU of 54.92%, which is 13.18 percentage points higher than spatial-only mapping. These results show that spatiotemporal reasoning is effective for continuous semantic mapping in autonomous robotic systems.
関連論文
- ReForesight: 動的セマンティックマッピングのための遮蔽に頑健な再同定と将来占有予測セマンティックマッピング
- 動的オントロジーに基づくセマンティックマッピングのためのハイブリッドパイプラインセマンティックマッピング
- SemanticXR: オブジェクトレベルのデバイス-クラウドアーキテクチャによる低消費電力・リアルタイムなセマンティックマッピングセマンティックマッピング
- ガウススプラッティングを用いた園芸環境の能動的セマンティックマッピングセマンティックマッピング
- SLIM-VDB: リアルタイム3D確率的セマンティックマッピングフレームワークセマンティックマッピング
- 屋内環境のアセット中心メトリック・セマンティックマップセマンティックマッピング
