Terra：タスク非依存の屋外マッピングのための、階層型地形認識3Dシーングラフ

要旨: 屋外の知的自律ロボット運用は、環境を十分に表現できる地図に依存しています。従来の幾何学的なマッピング手法は、環境の本質的な構造情報を保持しますが、高度なロボット推論を可能にするための意味的な理解と整理が欠けています。3Dシーン・グラフ（3DSGs）は、多層のグラフベース地図へ幾何学的・位相的・意味的な関係を統合することで、この制約に対処します。屋外の自律運用では、タスク依存性、またはロボットプラットフォームの踏破可能性のため、地形情報に依存することが一般的です。本研究では、屋内の3DSG技術を標準的な屋外の幾何学的マッピングおよび地形を考慮した推論と組み合わせる、新しいアプローチを提案します。これにより、屋外環境のための地形を考慮した配置ノードと、階層的に整理された領域を生成します。本手法は、タスク非依存の計量-意味的な疎地図を生成し、その地図から下流の計画タスクのための3DSGを構築します。さらに、自律ロボット運用のため軽量性を維持します。徹底的な評価により、提案する3DSG手法が、物体検索において最先端のカメラベースの3DSG手法と同等の性能を発揮し、領域分類ではそれらを上回りながら、メモリ効率も良好であることを示します。シミュレーション環境と実環境の両方において、物体検索および領域モニタリングという多様なロボットタスクで、その有効性を実証します。