arXiv · 机器人与计算机视觉· Mario A. V. Saucedo, Midhun Edatharam Kunnath, Elias Small, Akash Patel, Shruti Kotpalliwar, Christoforos Kanellakis, George Nikolakopoulos·· 27 天前AI 评分58
TRACE:基于 VLM 驱动的可通行性感知反应式导航框架
TRACE: Traversability-aware Reactive Navigation via VLM-driven Adaptive Constraints Estimation
AI 导读
论文 TRACE 提出一种面向非结构化森林环境的自主地面机器人导航框架。该方法利用视觉语言模型(VLM)生成的正负自然语言提示置信度图,通过证据融合生成稠密可通行性地图,并提取边界作为软约束融入非线性模型预测控制(NMPC)。实验在真实森林环境中验证了其在杂乱、变形及视觉模糊地形下的平滑导航能力。材料为预印本论文,未提及同行评审状态或具体部署规模。
来源:arXiv · 机器人与计算机视觉 · arxiv.org