自律ナビゲーション2026/11/5arXiv:2611.08100

視覚ベースの車輪ローバー自律ナビゲーション向け統合オープンソーススタック

An Integrated Open-Source Stack for Vision-Based Autonomous Navigation of Wheeled Rovers

YOLOv8n検出とRGB-D SLAM、行動ツリーミッション管理を組み合わせ、矢印追従・終点到達・自動帰還を実現するROS 2スタックを公開し、屋内・屋外ミッションで実証した。

詳しい要約

1. どんなもの？

- 車輪型ローバー向けの視覚ベース自律ナビゲーションのオープンソースROS 2スタック - 方向指示矢印の追従、終端コーンへの到達、自律的なスタート地点への帰還を実現 - 知覚・自己位置推定・計画・プラットフォーム制御を統合 - 構成要素 - YOLOv8nによる検出と幾何学的な方向・距離・方位推定 - RGB-D SLAM、車輪-慣性状態推定 - 運動学を考慮した計画、behavior-treeによるミッション管理、STM32によるアクチュエーション - 公開物 - ソフトウェア、設定、ラベル付きデータセット、学習済み重み、評価ログ

2. 先行研究と比べてどこがすごい？

- 標準インターフェースで再利用可能な自律機能とハードウェア層を分離 - ローバー固有の制御を切り離し、他プラットフォームへの展開を容易化 - 知覚性能 - 478枚のheld-out画像でmAP@0.5=0.720(Ultralytics evaluator) - 同一評価プロトコルの下で古典的なOpenCVベースラインを上回る - 実機検証 - 屋内1件・屋外2件の計3ミッションでマーカー誘導ナビと自律帰還を実証 - 操作者による運動指令なし、衝突報告なし - 公開性 - ソフト・重み・データ・ログを一式公開する統合スタック

3. 技術・手法の肝は？

- 知覚 - YOLOv8nで矢印・コーンを検出し、幾何学から方向・range・bearingを推定 - 自己位置推定 - RGB-D SLAMと車輪-慣性state estimationを併用 - 計画・制御 - 運動学を考慮した計画とproportional path-following pluginで低速走行を支援 - ミッション管理 - behavior-treeで矢印追従・コーン到達・帰還を統括 - 実行基盤 - ROS 2上で標準インターフェースにより自律層とハードウェア層を分離、STM32で駆動

4. どうやって有効だと検証した？

- 知覚評価 - 478枚のheld-out画像でmAP@0.5=0.720(Ultralytics evaluator) - 共有評価プロトコル下でOpenCVベースラインと比較し優位を確認 - Jetson Orin NX上で知覚latency 25 msを報告 - 実機ミッション - 屋内1件・屋外2件の計3ミッションでマーカー誘導ナビと自律帰還を実証 - 操作者の運動指令なし、衝突報告なし - 限界 - 物理的なナビゲーション誤差と信頼性の定量化には反復した計測付き試行が必要と明記

5. 議論はある？

- 統合上の失敗と是正措置をフィールド結果として記録 - 物理ナビゲーション誤差・信頼性の定量評価は未達で、反復したinstrumented trialsが必要 - 知覚latencyはJetson Orin NX上25 msと報告されるが、計算資源制約下での全体性能の議論は要旨からは不明 - 3ミッションという限られた実証数であり、一般化可能性の議論は要旨からは不明

6. 次に読むべき論文は？

- Ultralytics YOLOv8(検出器の基盤) - OpenCVベースライン(比較対象の古典的手法) - RGB-D SLAM(自己位置推定の関連手法) - behavior treeによるミッション管理(関連手法) - ROS 2ナビゲーションスタック(同分野の定番)

※ 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: Iaroslav Kolomiets, Iaroslav Sheipak, Mikhail Reppo, Vsevolod Egorov, Viktor Chertopolokhov, Isaac Chairez

分類: cs.RO

原文アブストラクト

Vision-based rover autonomy requires integrating perception, localization, planning and platform-specific control under limited sensing and computing resources. We present an open-source ROS 2 stack for following directional arrows, reaching a terminal cone and returning autonomously to the start. It connects YOLOv8n detection and geometric direction, range and bearing estimation with RGB-D SLAM, wheel-inertial state estimation, kinematics-aware planning, behavior-tree mission management and STM32 actuation. Standard interfaces separate reusable autonomy from the hardware layer; a proportional path-following plugin supports low-speed rover motion. Public resources include software, configuration, a labeled dataset, trained weights and evaluation logs. On 478 held-out images, the detector achieves mAP@0.5 of 0.720 under the Ultralytics evaluator and outperforms a classical OpenCV baseline under a shared evaluation protocol. The reported perception latency is 25 ms on a Jetson Orin NX. Three missions, one indoor and two outdoor, demonstrate marker-guided navigation and autonomous return without operator motion commands or reported collisions. Field results document integration failures and corrective choices; repeated instrumented trials remain necessary to quantify physical navigation errors and reliability.

arXivで原文を読む →arXiv概要ページ

視覚ベースの車輪ローバー自律ナビゲーション向け統合オープンソーススタック

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

今週よく読まれている記事