OrionNav：基于语义场景图与大语言模型的实时机器人自主导航

主要观点总结

OrionNav框架：实时在线自主导航框架，基于LLM规划器和分层场景图技术，实现语言驱动的机器人自主导航任务。

关键观点总结

关键观点1: 主要贡献

提出实时在线自主导航框架OrionNav，能在未知且不断变化的环境中，通过集成多级抽象的感知和规划流程，实现基于自然语言指令的机器人自主导航任务。

关键观点2: 设计开发

设计了开放词汇表3D语义映射方法，用于实时生成和更新机器人的分层场景图。开发了基于LLM的规划器，利用分层场景图创建多步导航计划，并可根据环境变化、任务进度以及潜在任务失败情况动态调整计划。

关键观点3: 技术挑战与创新

提出增强型探索策略，结合低层运动规划器和基于CBF的控制器，使机器人在动态变化的环境中能安全地执行各种导航任务。首次将LLM技术应用于机器人导航任务中，实现了强大的场景表示能力。

关键观点4: 实验验证

在多种复杂环境中进行了广泛实验，验证了OrionNav框架的适用性、高效性和鲁棒性。通过与基线方法比较，OrionNav显著提高了任务成功率和效率。