arXiv (Robotics)AI
オキュパンシー情報を基盤とした階層型3Dシーングラフにおける室領域分割
Occupancy-Grounded Room Segmentation for Hierarchical 3D Scene Graphs
この記事についてAIに質問する →
日本語要約青い用語にマウスを合わせると解説が表示されます
室内ロボット向けの階層型3Dシーングラフ(3DSG)は、幾何学的情報と意味的情報を空間スケール全体で整理し、物体レベルの認識から室規模の推論へと繋ぐ重要な役割を果たしています。従来のシステムでは、場所クラスタ、壁面、またはセグメンテーション出力といった異なる空間基盤から室層を構築してきたため、室ノードが統一的な幾何学的基準で評価されていませんでした。この問題に対して、本研究はオキュパンシー分解から導出される自由空間領域に追跡された室ノードを固定し、各室に明示的なポリゴンフットプリントを与えるオキュパンシー基盤の3DSGパイプラインを提案しています。
このパイプラインは12個のMatterport3Dシーンで評価され、予測された室ポリゴンと注釈付き室インスタンスをマッチングし、最先端の場所接続性ベースラインであるHydraと比較しました。結果として、オキュパンシー基盤の固定手法は場所接続性構築よりも実質的に多くの室インスタンスを復元できることが示されました。ただし、精度は低下し、壁の正確な室境界については両手法ともに未解決の課題として残りました。実装コードはGitHubで公開されており、今後の研究における基盤として活用できます。