四足歩行ロボットには、狭い通路、雑然とした屋内環境、大規模な3D非構造環境を移動することがますます求められている。こうした場面では、局所プランナに高い性能が要求される。ロボットは障害物を避けるだけでなく、空間が限られた状況でも安定して滑らかに移動する必要がある。既存の局所プランナの多くは、等方性の幾何学的膨張でロボットを近似したり、平面マップや高さマップに依存したりしている。そのため、狭い空間では動きが保守的になりやすく、張り出した構造物に対する推論も限定的になる。
この問題に対して、Han Zheng氏ら5名の著者は2026年6月17日にarXivへ論文を投稿し、経路誘導型の長距離四足歩行ナビゲーション向けの空間衝突認識ローカルプランニングフレームワーク「SCAN-Planner」を提案した。論文はロボティクス（cs.RO）分野に属し、番号はarXiv:2606.19555v1である。
SCAN-Plannerの中心的な設計の一つは、ヨーを考慮した双円柱フットプリントで四足歩行ロボットの細長い機体をモデル化する点にある。単純な球形近似や等方性膨張とは異なり、この表現はロボットの向きを考慮できる。膨張させた3D占有マップ内で疎なクエリを実行することで、機体全体の衝突評価を行う。これにより、狭い空間でも機体が通過できるかをより正確に判断でき、過度に保守的な近似に頼る必要がなくなる。
経路誘導については、投影A*探索を導入している。この探索は補間によって生成した地面追従面上で衝突のない誘導経路を求め、z勾配抑制を加えることで、水平方向に障害物を回避しながら垂直方向の安定性を維持する。この仕組みは、起伏のある地形や複雑な3D環境でロボットが安定して移動するのに役立つ。
大規模展開を支えるため、SCAN-Plannerはロボット中心のスライディングマップと境界フォールバック機構も備えている。スライディングマップは限られた計算資源の中で高解像度の局所衝突チェックを可能にし、境界フォールバックは局所的な行き止まりからの復帰を助ける。これにより、長距離タスクでロボットが停滞するのを防ぐ。
論文ではシミュレーションと実世界実験によってフレームワークの効果を検証している。実験環境には、密集した障害物、3D非構造シーン、階段走行、長距離ナビゲーションが含まれる。結果として、SCAN-Plannerは安全で滑らか、かつ効率的な軌道を生成でき、複雑な環境での適用性を示した。
全体として、この研究はロボット形状のモデリング、3D衝突検出、地面追従経路探索、大規模マップ管理の4つの面から四足歩行ロボットの局所プランニング能力を改善し、経路誘導下での長距離自律ナビゲーションに比較的完結した解決策を提供している。