xFLIE：面向自主语义感知巡检任务的可操作层次化场景表示
机器人学
2026-02-11 v3
摘要
我们提出了一种新型架构，旨在语义感知巡检任务期间逐步构建和利用层次化 3D 场景图表示。分布式目标在先未出现的环境中的巡检规划，为在推理、导航和场景理解中利用场景的语义结构提供了机会。为此，我们提出了 3D 分层语义图 (3DLSG)，一种以增量方式构建的层次化巡检场景图，组织成支持实时规划需求的抽象层。为实现语义感知巡检任务，提出了一种称为增强首次探查巡检探索 (xFLIE) 的任务框架，将 3DLSG 与巡检规划器紧密耦合。我们通过仿真和实验试验进行评估，评估了在 3DLSG 模型上的目标选择、路径规划和语义导航任务。所呈现的场景多样， ranging 从仿真世界中的城市规模分布式目标到孤立基础设施目标，再到户外和地下环境中部署于四足机器人的情况。该方法成功演示了在 3DLSG 表示上进行的增量构建与规划，以满足巡检任务的目标。此外，该框架在巡检任务结束后展示了成功的语义导航任务。最后，我们报告在各种环境规模下相对于传统体积图基方法实现了多个数量级的路径规划时间降低，展示了该方法的规划效率和可扩展性。
引用
@article{arxiv.2412.19571,
title = {xFLIE: Leveraging Actionable Hierarchical Scene Representations for Autonomous Semantic-Aware Inspection Missions},
author = {Vignesh Kottayam Viswanathan and Mario A. V. Saucedo and Sumeet Gajanan Satpute and Christoforos Kanellakis and George Nikolakopoulos},
journal= {arXiv preprint arXiv:2412.19571},
year = {2026}
}
备注
20 pages