告别里程计束缚！纯视觉+大模型让腿式机器人实现语义级“自由漫步”
要点总结
- 摆脱几何SLAM，构建语义概率拓扑地图
- 融合VLM与检测器实现分层视觉感知
- 引入LLM增强全局语义推理与规划
- 采用粗到精策略，兼顾全局与局部避障
- 实机与仿真验证，具备开放世界探索能力
🤖 AI 分析
📝 摘要
本文提出一种基于纯视觉和大模型的腿式机器人无SLAM导航框架。系统利用分层视觉-语言感知和语义概率拓扑图替代几何地图，结合LLM进行全局推理，实现了轻量级、鲁棒的语义级自由漫步。
本文提出一种基于纯视觉和大模型的腿式机器人无SLAM导航框架。系统利用分层视觉-语言感知和语义概率拓扑图替代几何地图，结合LLM进行全局推理，实现了轻量级、鲁棒的语义级自由漫步。