文本引导的高效个性化巡检路径生成
机器人学
2025-06-04 v1
摘要
我们提出了一种无需训练的、视觉语言模型（VLM）引导的方法，用于基于文本描述高效生成轨迹以促进目标巡检规划。与为未知环境中的通用智能体设计的现有视觉语言导航（VLN）方法不同，我们的方法专门针对已知场景的高效巡检，在医疗、海洋和土木工程等领域有广泛应用。利用 VLMs，我们的方法首先从文本描述中提取兴趣点（POIs），然后识别一组航点，从这些航点看，POIs 既显著又与提示中定义的空间约束相一致。接下来，我们与 VLM 交互以迭代优化轨迹，保持 POIs 的可见性和显著性。此外，我们求解旅行商问题（TSP）以找到满足文本描述中隐含顺序约束的最有效访问顺序。最后，我们应用轨迹优化为飞行器和水下航行器生成平滑、可执行的巡检路径。我们在一系列手工制作和真实世界扫描的环境中评估了我们的方法。结果表明，我们的方法有效地生成了遵循用户指令的巡检规划轨迹。
引用
@article{arxiv.2506.02917,
title = {Text-guided Generation of Efficient Personalized Inspection Plans},
author = {Xingpeng Sun and Zherong Pan and Xifeng Gao and Kui Wu and Aniket Bera},
journal= {arXiv preprint arXiv:2506.02917},
year = {2025}
}
备注
8 pages, 5 figures