Bernhard Sick
収録論文 10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
- DD-MDN: 拡散ベースのデュアル混合密度ネットワークと不確実性自己校正による人間軌道予測軌道予測2026/2/1
拡散モデルと二重混合密度ネットワークを組み合わせ、短い観測でも高精度かつ不確実性を校正した人間の将来軌道予測を実現した研究。
- 高解像度車載LiDARスキャンのリアルタイム意味セグメンテーション自動運転/セグメンテーション2025/4/1
128層LiDARの都市交通データセットを構築し、法線を入力特徴に用いたリアルタイム意味セグメンテーション手法とROS2実装を提案した。
- 高さ変化特徴に基づく自由空間検出自律走行2023/8/1
球面投影LiDARデータから表面法線を推定し、その法線を用いて自律フォークリフト向けに自由空間をリアルタイム検出するヒューリスティック手法を提案した。
- 空間・時間・相互作用:自動運転の軌道データセットにおけるコーナーケースの分類体系自動運転2022/10/1
自動運転の軌道予測モデルが苦手とする「コーナーケース」を、原因と必要なデータ源に基づいて分類するタクソノミーを提案し、その処理パイプラインを示した論文。
- 自動運転におけるコーナーケース記述の課題と目標自動運転2021/9/1
自動運転のコーナーケースを機械が解釈可能な形で記述するための課題と目標を概説した拡張アブストラクト。
- 自動運転知覚システムのためのセンサデータ抽象化に向けて自動運転知覚2021/5/1
自動運転の知覚モデルが特定のセンサ構成に依存してしまう問題に対し、カメラ・LiDAR・レーダのデータを抽象化してセンサ構成間の転移性を高めるインターフェースの方向性を整理したレビュー論文。
- 自動運転レーダーデータのための多段クラスタリングフレームワーク認識/クラスタリング2019/7/1
レーダー点群から静的背景を除去した後、低次元空間でのクラスタリングと特徴抽出による再クラスタリングの二段階で物体を統合する手法を提案し、その有効性を評価した。
- リカレントニューラルネットワークアンサンブルによるレーダー道路利用者分類と新規クラス検出認識・分類2019/5/1
自動車レーダーの疎なデータから交通参加者を分類するため、one-vs-one二値化にone-vs-all補正分類器を加えたアンサンブルを構築し、未知クラスの検出精度と特徴量重要度の分析を改善した。
- レーダー特徴量設計とマルチクラス分類による道路利用者認識認識/分類2019/5/1
自動車レーダーの計測データから50種類の特徴量を抽出し、ランダムフォレストとLSTMで歩行者や車両などの道路利用者を分類する手法を提案。データ不均衡に対処するため二値分類器の活用と確率統合の新手法を導入し、通常のマルチクラス分類より大幅な精度向上を実現した。
- ポータブルGNSS/IMUによる車載レーダー追跡のための自動正解データ推定レーダー追跡2019/5/1
携帯型GNSSとIMUを用いて歩行者や自転車の参照軌跡を自動取得し、レーダー計測との対応付けや占有グリッド生成の精度を評価した研究。
