Ankit Vora
収録論文 12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
- 地上-衛星画像レジストレーションによるSLAM位置推定精度の向上SLAM2024/4/1
視覚SLAMのドリフトを深層学習による地上-衛星画像位置合わせで補正し、スケール付きポーズグラフ最適化で融合するフレームワークを提案。
- 協調測位のための検出・フィルタリングフレームワーク協調測位2024/3/1
高精度センサを持つ先導車に追従するADAS車両の測位精度を、視覚とオドメトリの姿勢情報をフィルタリングで統合して改善する手法を提案した。
- 注意機構付きグラフニューラルネットワークによる点・線特徴マッチングを用いたステレオビジュアルオドメトリビジュアルオドメトリ2023/8/1
悪天候や低照度環境でも頑健に動作する、点と線の特徴を統合したステレオビジュアルオドメトリ手法を提案。注意機構付きグラフニューラルネットワークで特徴マッチングを行い、従来手法より多くの線特徴マッチを実現した。
- 動的車両の運動制約を活用した視覚自己位置推定の改善自己位置推定2023/6/1
自動運転車両において、周囲の動的車両が生み出す運動制約を利用して6DoFのPnP-RANSAC自己位置推定パイプラインを改良し、位置推定の再現率を向上させる手法を提案した。
- 悪条件下での動的車両検出を改善する視覚的位置認識物体検出2023/6/1
事前地図画像と視覚的位置認識を組み合わせ、クエリ画像の物体検出結果を検証・精錬することで、悪天候や低照度下でも車両検出精度を向上させる手法を提案した。
- マルチカメラシステムにおける場所別サブ選択による最悪ケースの視覚的ローカリゼーションカバレッジの改善視覚的ローカリゼーション2022/6/1
地図を場所ごとに分割し、各場所でマルチカメラから最適なカメラを選択することで、自動運転車の視覚的ローカリゼーションの最悪ケース性能を改善する手法を提案。
- インフラノードを活用した自動運転車両の自己位置推定自己位置推定2021/9/1
路側のスマートインフラノードの知覚情報と車載の低コスト慣性センサを融合し、高価な慣性航法装置や計算負荷の高い視覚処理なしで高精度な車両位置推定を実現した。
- スマートインフラ魚眼カメラの事前地図への位置合わせ位置推定2021/9/1
魚眼カメラ画像と衛星BEV画像の特徴マッチングで初期姿勢を推定し、LiDAR反射強度との相互情報量最大化で精緻化することで、インフラカメラを事前地図に高精度に位置合わせする手法を提案した。
- 天候・照明に頑健な意味的鳥瞰図による3自由度自己位置推定自己位置推定2021/1/1
天候や照明の変化に強い意味的鳥瞰図(S-BEV)署名を提案し、経路の初回走行で作成したトポロジカルマップを用いて車両の粗い位置推定と精密な3自由度姿勢推定を行う手法を開発した。
- Ford マルチAV季節変動データセット自動運転データセット2020/3/1
フォードの自動運転車隊が2017〜18年にミシガンで走行し、季節・天候・交通条件の変化を含むマルチエージェント向けセンサデータセットを収集した。
- 航空画像を用いた自動運転車のLIDAR自己位置推定自己位置推定2020/3/1
高価な高精細地図の代わりに航空・衛星画像とLIDAR反射強度を照合し、都市環境でリアルタイムに自己位置推定する手法を提案・実証した。
- 自動運転車に求められる自己位置推定の要件自己位置推定2019/6/1
道路の安全性基準や米国の道路規格から出発し、自動運転車が満たすべき位置・姿勢推定の誤差許容範囲を理論的に導出した論文。
