OpenBench：面向智能物流中语义导航的全新基准与基线
机器人学
2025-02-14 v1
摘要
随着对智能物流中高效末端配送需求的不断增长，自动化机器人在提升运营效率和降低成本方面发挥着关键作用。传统导航方法依赖高精度地图，资源消耗大；而基于学习的方法在实际场景中常面临泛化能力不足的问题。为此，本文提出了基于 OpenStreetMap 增强的开放式自主语义导航系统（Openstreetmap-enhanced oPen-air sEmantic Navigation, OPEN），其融合基础模型与经典算法，实现可扩展的户外导航。系统采用即插即用的 OpenStreetMap（OSM）进行灵活的地图表示，无需大规模预映射；同时引入大语言模型（LLM）理解配送指令，利用视觉语言模型（VLM）完成全局定位、地图更新及房屋号识别等任务。为弥补现有基准测试不足以评估末端配送能力的局限，本文构建了专为户外住宅区导航设计的新型基准，真实反映了自动化配送系统所面临的现实挑战。大量在仿真及真实环境中的实验结果表明，所提系统在提升导航效率和可靠性方面具有显著优势。为促进后续研究，本文开源代码与基准数据集。
引用
@article{arxiv.2502.09238,
title = {OpenBench: A New Benchmark and Baseline for Semantic Navigation in Smart Logistics},
author = {Junhui Wang and Dongjie Huo and Zehui Xu and Yongliang Shi and Yimin Yan and Yuanxin Wang and Chao Gao and Yan Qiao and Guyue Zhou},
journal= {arXiv preprint arXiv:2502.09238},
year = {2025}
}