SemGeoNav:A Safety-Guided Visual Navigation Approach with Semantic Reasoning and Geometric Planning

📄 arXiv: 2606.16400v1 📥 PDF

作者: Yu Liu, Zongyang Chen, Yan Guo, Chao Liu, Xianfei Pan

分类: cs.RO

发布日期: 2026-06-15

备注: The paper has been accepted by ICGNC 2026

💡 一句话要点

提出SemGeoNav以解决视觉导航中的安全性与可靠性问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 视觉导航 语义推理 几何规划 机器人技术 障碍物规避 路径规划 自主移动 四足机器人

📋 核心要点

  1. 现有的学习型视觉导航方法缺乏明确的几何约束，导致在复杂环境中的障碍物规避能力不足。
  2. SemGeoNav框架通过结合高层语义推理与几何局部规划，提供了一种新的视觉导航解决方案。
  3. 实验结果显示，SemGeoNav在成功率和导航时间上均优于ViNT和NoMaD，表现出更高的可靠性。

📝 摘要（中文）

基于学习的视觉导航增强了语义目标到达能力。然而，纯端到端模型由于其黑箱特性，缺乏明确的几何约束，导致在开放环境中障碍物规避不可靠。传统几何规划方法确保安全，但在高维视觉目标上表现不佳。为了解决这些问题，本文提出了SemGeoNav，一个新颖的分层视觉导航框架。它将端到端模型的高层语义推理与基于几何的方法的可靠局部规划能力紧密结合，实现了稳健的基于图像的导航，并显著改善了障碍物规避能力。此外，我们引入了一种时间轨迹平滑机制，以确保机器人运动的连续性和稳定性。我们在真实环境中对Unitree Go2四足机器人进行了评估，结果表明SemGeoNav在成功率和导航时间上均优于现有代表性方法，包括ViNT和NoMaD。

🔬 方法详解

问题定义：本文旨在解决现有视觉导航方法在开放环境中障碍物规避不可靠的问题。传统的学习型模型缺乏几何约束，而几何规划方法在处理高维视觉目标时表现不佳。

核心思路：SemGeoNav通过将高层语义推理与几何局部规划相结合，形成一个分层的导航框架，从而兼顾安全性与目标导向性。这样的设计使得系统能够在复杂环境中更有效地进行导航。

技术框架：SemGeoNav的整体架构包括高层语义推理模块和低层几何规划模块。高层模块负责理解环境和目标，而低层模块则进行具体的路径规划和障碍物规避。

关键创新：SemGeoNav的主要创新在于其分层结构，能够有效整合语义信息与几何约束，显著提升了导航的安全性和可靠性。这一设计与传统方法的根本区别在于其双重考虑了语义与几何信息。

关键设计：在技术细节上，SemGeoNav采用了一种时间轨迹平滑机制，以确保机器人运动的连续性。此外，模型的损失函数设计考虑了语义推理的准确性与几何规划的安全性，确保了整体性能的提升。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，SemGeoNav在Unitree Go2四足机器人上表现出色，成功率显著高于ViNT和NoMaD，且导航时间更短。这表明该方法在实际应用中具有更高的效率和可靠性，能够有效应对复杂环境中的挑战。

🎯 应用场景

SemGeoNav的研究成果在自主机器人导航、智能交通系统以及无人机飞行等领域具有广泛的应用潜力。通过提高导航的安全性和可靠性，该方法能够在复杂环境中实现更高效的目标导向移动，推动智能机器人技术的进步与普及。

📄 摘要（原文）

Learning-based visual navigation has enhanced semantic goal-reaching capabilities. However, due to their black-box nature, purely end-to-end models often lack explicit geometric constraints, leading to unpredictable and unreliable obstacle avoidance in open environments. Conversely, traditional geometric planners ensure safety but struggle with high-dimensional visual targets. To address these limitations, we propose SemGeoNav, a novel hierarchical visual navigation framework.It tightly integrates the high-level semantic reasoning of end-to-end models with the reliable local planning ability of geometry-based methods, achieving robust image-based navigation while significantly improving obstacle avoidance. Furthermore, we introduce a temporal trajectory smoothing mechanism to ensure continuous and stable robot motion. We evaluated SemGeoNav on a Unitree Go2 quadruped robot in real-world environments. The results demonstrate that SemGeoNav outperforms existing representative methods, including ViNT and NoMaD, achieving higher success rates and shorter navigation times.