SE(2)ナビゲーションメッシュ
本論文では、複雑な多層環境における地上ロボットの大域的なナビゲーションのために、ヨー依存の走行可能性をエンコードする多角形表現であるSE(2)ナビゲーションメッシュ（SE(2) NavMesh）を提案する。フットプリントマスクを用いた走行可能性評価、ヨー固有のレイヤー上のグラフ構築（並進・回転接続を明示）、およびA*-String Pulling-A* (ASA)経路計画戦略を導入する。シミュレーションでは従来のNavMeshより50%以上多くの走行可能領域を捕捉し、実ロボットによる実世界実験でリアルタイムオンライン生成とナビゲーションの成功を検証した。
複雑な多層環境における地上ロボットの大域ナビゲーションには、走行可能領域を正確に捉えつつ効率的な経路計画を可能にする表現が必要です。既存のアプローチには重要な限界があります。点群やボクセル占有マップは表面構造が明示的でないため走行可能性の推定が難しく、密な三角形メッシュ上での直接経路探索は計算負荷が高すぎます。ナビゲーションメッシュはメッシュの多角形抽象化によってこれらの課題を軽減しますが、ヨー不変の走行可能性を仮定するため、制約空間内の非円形ロボットには適しません。
本研究では、SE(2)ナビゲーションメッシュ（SE(2) NavMesh）を提案します。これは走行可能領域をヨー依存の走行可能性で符号化する多角形表現です。具体的には、ロボットのフットプリントマスクを用いて各ヨー角における走行可能性を評価し、ヨー角ごとのレイヤーに分割されたグラフを構築します。各レイヤー内では位置ノードが並進接続で結ばれ、異なるヨーレイヤー間は回転接続で結ばれるため、ロボットの位置と向きの両方を考慮した経路探索が可能です。
この表現に基づき、A*-String Pulling-A* (ASA)経路計画戦略を開発しました。この戦略は二段階で動作します。まず、A*アルゴリズムを用いてヨーレイヤー上の粗い経路を求め、次にString Pulling法によって経路を滑らかに絞り込み、ロボットの方位制約を満たすように調整します。さらに、環境の変化に対応するため、ストリーミング点群からSE(2) NavMeshをインクリメンタルに更新するオンライン手法も提案しています。これにより、幾何再構成と並行してメッシュを維持でき、動的環境への適応が可能です。
シミュレーション実験では、SE(2) NavMeshが従来のNavMeshに比べて50%以上多くの走行可能領域を捕捉し、特に狭い通路や障害物の多い環境において、SE(2) NavMesh + ASAパイプラインはRRT*などのサンプリングベースの手法を成功率、経路長、計算時間の面で上回りました。実機を用いた実験では、多層階段、狭い廊下、家具の密集した部屋など多様な環境でリアルタイムのオンライン生成と安定したナビゲーションが確認されました。
本論文は2026年7月1日にarXivで公開され（ID: 2607.01454）、プロジェクトページではコードや実験動画が公開されています。この研究は、非円形ロボットの複雑環境自律移動に新たな道を開くものであり、サービスロボットや物流、災害救助など幅広い応用が期待されます。