Alessandro Fornasier
収録論文 13本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- レーダー慣性オドメトリのための等変フィルタオドメトリ2026/4/1
レーダー慣性オドメトリの精度とロバスト性を向上させるため、リー群対称性に基づく等変フィルタを提案し、外部キャリブレーション誤差が大きい場合でも収束性を改善した。
- 地形支援型マルチセンサ融合による無人地上車両の幾何学的多様体上での一貫した姿勢推定状態推定2025/8/1
地上車両の位置推定精度を高めるため、姿勢を低次元の滑らかな多様体上で表現するM-ESEKFを提案し、センサ融合と不確かさ補正により従来の拡張カルマンフィルタより一貫性と安定性を向上させた。
- 左不変と右不変拡張カルマンフィルタの違い状態推定2025/7/1
左不変と右不変の拡張カルマンフィルタ(IEKF)がリセットステップを含めば同一であることを示し、リセットステップが性能を向上させることをシミュレーションで実証した。
- 同時モデル選択と状態変数決定によるセンサモデル同定センサモデル同定2025/6/1
未知の計測データ時系列に対し、事前定義されたセンサモデル群から最も確からしいモデルを自動選択し、キャリブレーション状態や参照フレームの必要性も同時に推定する手法を提案。
- バイアスを考慮した等変IMUプリインテグレーション:ガリレイ群によるアプローチ状態推定2024/11/1
IMUバイアスをガリレイ群の接群上で幾何学的に統合する新しいプリインテグレーション手法を提案し、従来法より線形化誤差と一貫性を改善した。
- 等変対称性を利用した支援慣性航法慣性航法2024/7/1
IMUバイアスを適切に扱う新しい等変対称性(接群)を導入し、自律的な誤差ダイナミクスを持つ等変フィルタを導出して、従来手法を上回る精度・収束性・ロバスト性・一貫性を実現した論文。
- MSCEqF:視覚支援慣性航法のためのマルチステート制約同変フィルタVIO/状態推定2023/11/1
視覚慣性ナビゲーション(VINS)向けに、IMUバイアスやカメラの内部・外部キャリブレーション状態を群構造に正しく組み込んだ同変フィルタを提案し、大誤差時でも一貫した推定を実現した。
- UAVのためのマルチGNSS航法再考:同変フィルタリングによるアプローチ状態推定2023/10/1
GNSSとIMUのセンサフュージョンに同変フィルタ(EqF)を適用し、従来のMEKFより初期推定誤差に強く収束も速いことを実データで示した。
- 慣性航法システムのための同変対称性状態推定2023/9/1
慣性航法システムのフィルタ設計を対称性の観点から整理し、既存の拡張カルマンフィルタ変種が同変フィルタ設計法で解釈できることを示した論文。
- UVIO: UWB支援によるバイアス補償アンカー初期化を備えた視覚慣性オドメトリフレームワーク自己位置推定2023/8/1
UWBと視覚慣性オドメトリを統合し、UAVが未知のUWBアンカーを自律的に初期化して測距バイアスを補償しながら低ドリフトな自己位置推定を実現する手法を提案した。
- INSANE: 高度な推定器開発のためのセンサ数を増やしたクロスドメインUAVデータセットUAV測位データセット2022/10/1
屋内モーションキャプチャから屋外・火星類似環境まで、複数のIMUやカメラを搭載したMAVのクロス環境測位用データセットを提供し、高精度な正解データも付与した。
- バイアスを克服:オンラインキャリブレーションを伴うバイアス姿勢推定のための同変フィルタ設計姿勢推定2022/9/1
ジャイロスコープと複数の方向測定を統合し、オンラインで外部キャリブレーションとジャイロバイアスを同時推定する同変フィルタを提案。過渡応答と漸近的なバイアス推定精度を改善。
- 入力計測バイアスを考慮した慣性航法システムの同変フィルタ設計状態推定2022/2/1
慣性航法のバイアス推定を完全に幾何学的な枠組みで扱う同変フィルタ(EqF)を提案し、シミュレーションと実データでMEKFより高い頑健性と精度を示した。
