Graph2Nav: 用于机器人导航的 3D 对象-关系图生成
机器人学
2025-04-24 v1
摘要
我们提出了 Graph2Nav，一个用于实际环境中自主导航的实时 3D 对象-关系图生成框架。该框架完整地生成并利用 3D 场景图中包含室内外场景的 3D 对象以及丰富的语义关系集合，通过 3D 语义映射技术将最新进展的 2D 全景场景图工作方法扩展到 3D 世界，从而学习生成 3D 语义关系。该方法避免了直接从 3D 数据学习 3D 场景图时的训练数据限制。我们进行实验以验证在 3D 场景图中定位 3D 对象和标记对象关系的准确性。我们还评估了 Graph2Nav 通过集成到 SayNav（一种基于大型语言模型的先进规划器）在无人地面机器人上进行实际环境中对象搜索任务的影响。我们的结果表明，建模场景图中的对象关系可提高这些导航任务的搜索效率。
引用
@article{arxiv.2504.16782,
title = {Graph2Nav: 3D Object-Relation Graph Generation to Robot Navigation},
author = {Tixiao Shan and Abhinav Rajvanshi and Niluthpol Mithun and Han-Pang Chiu},
journal= {arXiv preprint arXiv:2504.16782},
year = {2025}
}