PIVOT：用于现场机器人导航的物理信息视觉语言越野可通过性

摘要

地形评估是越野移动机器人的一项关键功能，可以在非结构化和几何复杂的环境中安全可靠地导航。传统的基于几何的地形评估计算速度很快，但在非结构化环境中往往过于保守。我们推出了 PIVOT：一种基于物理信息的视觉语言越野可通行性导航系统，该系统通过针对现场机器人的基于视觉语言模型 (VLM) 的语义推理来增强传统的基于几何的规划。为了从物理上支持这一评估，我们量化了 VLM 的预测遍历能量成本、机器人振动和车轮滑移与现实世界测量值的关联程度，并引入了统一的可遍历性分数，通过其预测-测量相关性对每种模态进行加权。为了提高效率，我们设计了一个两级导航架构，保留基于几何的规划作为名义模式，并仅在该模式无法找到路径时调用语义重新规划。在总价值约为 6.4$ km 的混合地形路线上进行的五次重复闭环试验中，与纯几何导航相比，拟议系统将整体自主性从 $59.6\%$ 提高到 $97.0\%$，将人为干预从 $11$ 减少到 $3$，并将干预之间的平均距离 (MDBI) 从 $69.2$ m 增加到 $412.9$ m。这些结果表明，基于物理测量校准的 VLM 地形评估可以大大扩展自主导航，超越单独的几何限制，同时保留有效的几何规划作为标称模式。