通过将 3D 场景图与机器人本体知识库相结合来生成可操作的机器人知识库
机器人学
2025-07-17 v1
摘要
在机器人学中，将环境数据有效地集成到可操作的知识中仍是一个重大挑战，因为场景描述中常用的多种数据格式（如MJCF、URDF和SDF）种类繁多且不兼容。本文提出了一种新方法，通过开发统一的场景图模型，将这些各种格式标准化为通用场景描述（USD）格式。这种标准化促进了这些场景图与机器人本体知识库之间的集成，通过语义报告实现，从而将复杂的环境数据转换为对认知机器人控制所必需的可操作知识。我们通过将程序化3D环境转换为USD格式来评估了该方法，该格式随后被语义注释并转换为知识图，以有效回答 competency questions，证明其对实时机器人决策的实用性。此外，我们开发了一个基于网页的可视化工具来支持语义映射过程，为用户提供了直观的界面来管理3D环境。
引用
@article{arxiv.2507.11770,
title = {Generating Actionable Robot Knowledge Bases by Combining 3D Scene Graphs with Robot Ontologies},
author = {Giang Nguyen and Mihai Pomarlan and Sascha Jongebloed and Nils Leusmann and Minh Nhat Vu and Michael Beetz},
journal= {arXiv preprint arXiv:2507.11770},
year = {2025}
}
备注
8 pages, 7 figures, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2025)