基于众包映射与VLM的安全移动机器人导航系统
机器人学
2026-02-12 v1
摘要
自主移动机器人为解决劳动力短缺和提高运营效率提供了广阔的解决方案。然而，在动态环境中，尤其是人群密集的区域中安全有效地进行导航仍然具有挑战性。本文提出了一种新型框架，将Vision-Language Models（VLM）和高斯过程回归（GPR）集成，以生成用于自主机器人导航的动态人群密度地图（“抽象地图”）。我们的方法利用VLM识别抽象环境概念（如人群密度），并通过GPR以概率方式表示。来自大学校园的实际试验结果表明，机器人成功生成了避开静态障碍物和动态人群的路径，显著增强了导航的安全性和适应性。
引用
@article{arxiv.2602.10910,
title = {Safe mobility support system using crowd mapping and avoidance route planning using VLM},
author = {Sena Saito and Kenta Tabata and Renato Miyagusuku and Koichi Ozaki},
journal= {arXiv preprint arXiv:2602.10910},
year = {2026}
}