Benedikt Mersch
収録論文 11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
- KISS-SLAM: シンプルで堅牢かつ高精度な3D LiDAR SLAMシステムSLAM2025/3/1
LiDARのみを用いたSLAMにおいて「Keep It Small and Simple」の原則に基づき、追加センサや複雑な調整なしで高精度な自己位置推定と地図構築を実現するシステムを提案した。
- 点群密度マップを用いたLiDAR SLAMの効率的なループ閉じ込めSLAM2025/1/1
LiDAR搭載ロボットのためのループ閉じ込め検出手法を提案し、様々なスキャンパターンや解像度に対応しながら、屋外SLAMの精度と長期局所化を向上させる。
- Kinematic-ICP: 平面移動する車輪型ロボットのための運動学的制約を導入したLiDARオドメトリLiDARオドメトリ2024/10/1
車輪型移動ロボットの運動学的制約をICP最適化に組み込み、LiDARと車輪オドメトリを動的に融合することで、倉庫などの平面環境での自己位置推定精度を向上させた。
- HeLiMOS: 異種LiDARセンサ向け3D点群移動物体セグメンテーションデータセット移動物体セグメンテーション2024/8/1
機械式・固体式を含む4種類の異なるLiDARセンサで取得した点群に移動物体セグメンテーションのラベルを付与したデータセットを構築し、人手ラベリングを大幅に削減する自動ラベリング手法を提案した。
- 動的環境における volumetric belief 構築のための地図ベース移動物体セグメンテーション移動物体セグメンテーション2023/7/1
3D LiDARスキャンと局所地図から移動物体をセグメンテーションし、ベイズフィルタで動的環境の確率的表現を融合する手法を提案。
- KISS-ICP: ポイントツーポイントICPの再評価 — 正しく行えばシンプル・高精度・頑健な位置合わせLiDARオドメトリ/sim2real2022/9/1
LiDAR点群のみを用い、適応的閾値・ロバストカーネル・運動補償・サブサンプリングを組み合わせたシンプルなポイントツーポイントICPによるオドメトリ手法を提案し、IMUなしで様々な環境・センサで最先端性能を達成した。
- スパース4D畳み込みによる3D LiDARデータの移動物体セグメンテーション移動物体セグメンテーション2022/6/1
LiDARスキャン列をスパースな4Dボクセル点群に変換し、スパース4D畳み込みで時空間特徴を抽出して移動物体をオンラインでセグメンテーションする手法を提案。
- LiDAR動物体セグメンテーション用の学習データを自動生成するラベリング手法LiDARセグメンテーション2022/1/1
3D LiDARデータに対し、占有情報による動物体除去とカルマンフィルタ追跡を組み合わせて動的/静的物体を自動ラベリングするパイプラインを提案し、手動ラベルと同等の性能で動物体セグメンテーションの学習が可能なことを示した。
- 3D時空間畳み込みネットワークによる自己教師あり点群予測点群予測2021/10/1
過去のLiDARスキャンをレンジ画像列として3Dテンソル化し、3D畳み込みのエンコーダ・デコーダで将来の点群を自己教師あり学習で予測する手法を提案した。
- 時空間畳み込みネットワークを用いた操縦意図ベースの自動運転車軌道予測軌道予測2021/9/1
高速道路での車両間の過去の相互作用から将来の操縦意図を推定し、時空間畳み込みネットワークで5秒先までの軌道を予測するデータ駆動手法を提案した。
- 3D LiDARデータにおける移動物体セグメンテーション:時系列データを活用した学習ベース手法移動物体セグメンテーション2021/5/1
回転式3D LiDARの連続レンジ画像とCNNを用い、車両や歩行者などの意味クラスではなく「移動中か静止中か」を区別してシーンをセグメントする手法を提案し、SemanticKITTIベースの新ベンチマークも公開した論文。
