経路計画2026/10/8arXiv:2610.11752

2DGS-Planner: 2Dガウシアンスプラッティング地図におけるラスタライズベースの経路計画

2DGS-Planner: Rasterization-based Path Planning in 2D Gaussian Splatting Map

2Dガウシアンスプラッティング地図をラスタライズして障害物形状を読み取り、地上ロボットの経路計画を行う手法を提案。オフラインでロードマップを構築し、オンラインで経路探索と洗練を行う。

詳しい要約

1. どんなもの？

- 2D Gaussian splatting (2DGS) マップ上で動作する地上ロボット向けの path planner - 個々の Gaussian primitive を障害物として扱うのではなく、rasterization を通じて計画に必要な geometry を読み取る - offline で roadmap を構築し、online で graph search と path refinement を行う - コードとデータは https://2dgs-planner.github.io/ で公開

2. 先行研究と比べてどこがすごい？

- 従来は個々の Gaussian primitive を障害物として扱うことが多く、alpha-composited rendering で jointly optimized されるため信頼性が低い - 本手法は rasterization を planning のための幾何クエリ interface として用いる点が新しい - 実験で roadmap connectivity、clearance estimation の精度、planning success rate が baseline より向上 - rasterization が Gaussian map 上での計画に有効な幾何クエリ interface であることを支持

3. 技術・手法の肝は？

- offline roadmap construction で multi-view attribution により rendered normal dispersion を structural score に変換 - この score が reconstruction views に支持される non-ground disk を評価し、地上での adaptive node sampling を導く - path-aligned orthographic queries で候補 edge を検証 - cylindrical queries で局所 clearance field を推定し edge に cache - online planning では graph search で route を初期化し、path refinement が cache した field を再利用しつつ robot の寸法と ground constraints を考慮

4. どうやって有効だと検証した？

- 実験により roadmap connectivity の改善、clearance estimation の精度向上、planning success rate の向上を確認 - 比較対象は tested baselines と記述されているが、具体的な baseline 名は要旨からは不明 - 評価指標は connectivity、clearance accuracy、planning success が用いられている

5. 議論はある？

- 個々の Gaussian primitive は alpha-composited rendering で jointly optimized されるため障害物表現として信頼できないという課題を指摘 - rasterization を planning の幾何クエリ interface として使う有効性を主張 - 具体的な限界や失敗ケース、計算コストなどの議論は要旨からは不明

6. 次に読むべき論文は？

- 要旨で参照・比較されている具体的な先行研究名は記載されていない - 関連手法として Gaussian splatting、2D Gaussian splatting (2DGS)、alpha-composited rendering が挙げられる - 同分野の定番として Gaussian Splatting を用いた robot navigation や path planning の研究が次に読む候補

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jiwon Park, Dong-Uk Seo, Hyun Myung

分類: cs.RO

原文アブストラクト

Gaussian splatting provides an explicit and efficiently rasterizable scene representation for robot navigation. However, individual Gaussian primitives may not reliably represent obstacles as they are jointly optimized through alpha-composited rendering from a finite set of reconstruction views. We propose 2DGS-Planner, a path planner for ground robots that reads planning-relevant geometry from a 2D Gaussian splatting (2DGS) map through rasterization, rather than treating individual Gaussian primitives as obstacles. During offline roadmap construction, multi-view attribution converts rendered normal dispersion into structural scores for non-ground disks supported by the reconstruction views. These scores guide adaptive node sampling on the ground. Path-aligned orthographic queries validate candidate edges, while cylindrical queries estimate local clearance fields that are cached on the edges. During online planning, graph search initializes a route, and path refinement reuses the cached fields while accounting for the robot's dimensions and ground constraints. Experiments demonstrate improved roadmap connectivity, more accurate clearance estimation, and higher planning success compared with the tested baselines. These results support rasterization as an effective geometric query interface for planning directly on Gaussian maps. Code and data are available at https://2dgs-planner.github.io/

arXivで原文を読む →arXiv概要ページ

2DGS-Planner: 2Dガウシアンスプラッティング地図におけるラスタライズベースの経路計画

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文