S-Nav：面向移动机器人的语义-几何规划

路径规划是自主移动机器人的基本能力。先前的路径规划方法仅利用环境给定的几何信息，而未利用环境内固有的语义。近期提出的S-Graphs构建包含元素间几何、语义和关系方面的三维情境图，以改进整体场景理解与机器人定位。但这些工作未利用底层语义图来改进移动机器人的路径规划。为此，本文提出S-Nav，一种面向移动机器人的新型语义-几何路径规划器。它利用S-Graphs在复杂室内环境中实现快速且鲁棒的分层高层规划。S-Nav的分层架构在传统几何规划器之上增加了一种新型语义搜索，以及从S-Graphs进行的精确地图重建，以提升规划速度、鲁棒性与路径质量。我们在合成环境中展示了S-Nav的改进结果。