Brandon Wagstaff
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
- 不確かさを考慮した自己教師あり微分可能カルマンフィルタによる視覚慣性オドメトリVIO2022/3/1
微分可能カルマンフィルタにIMU駆動の過程モデルとニューラルネット由来の相対姿勢計測モデルを組み合わせ、自己教師あり学習で視覚慣性オドメトリを訓練する枠組みを提案した。劣化画像でも古典手法より安定し、IMUのメートル情報からスケール復元も可能とした。
- 自己教師ありStructure from Motionにおける深度と自己運動ネットワークの結合自己教師あり学習2021/6/1
深度推定と自己運動推定のネットワークを密結合し、反復的なビュー合成で情報を共有することで精度と汎化性能を向上させた研究。
- 視覚的特徴検出とマッチングを改善するための学習型カメラゲイン・露光制御視覚ナビゲーション2021/2/1
視覚オドメトリやSLAMのパイプラインから得られる信号を教師として、連続画像間でマッチ可能な特徴が最大になるようカメラのゲインと露光時間を予測調整する深層学習モデルを自己教師ありで訓練した。トンネル出入りなどの急激な明るさ変化に先回りして対応し、既存手法より多くのインライア特徴マッチを維持できることを実環境実験で示した。
- 単眼深度と自己運動推定のための自己教師ありスケール復元単眼深度推定2020/9/1
既知のカメラ高さと推定カメラ高さの一致を課す新たな損失で、単眼画像からメートルスケールの深度と自己運動を自己教師あり学習で推定する手法を提案した。
- 不均一分散不確実性を考慮したロバスト生成潜在ダイナミクス潜在ダイナミクス2020/8/1
潜在状態表現とダイナミクスを同時学習し、テスト時にOOD入力を検出して入力依存の不確実性を捉えることで、知覚ノイズ下でも高精度な予測と制御を実現した。
- ロバストな視覚オドメトリのための自己教師あり深層ポーズ補正視覚オドメトリ2020/2/1
視覚オドメトリ推定器の系統誤差を補正する自己教師あり深層ポーズ補正ネットワークを提案し、6自由度の正解データなしで単眼・ステレオオドメトリの精度を大幅に向上させた。
- フットマウント慣性航法のためのロバストなデータ駆動型零速度検出歩行2019/10/1
足装着慣性センサの航法精度向上のため、運動分類器で閾値を適応更新する零速度検出法と、LSTMで生データから零速度を分類する手法を提案し、歩行・走行・階段昇降で既存法より高精度を示した。
- クォータニオン平均と深層マルチヘッドネットワークによる回転の確率的回帰回転推定/不確実性2019/4/1
深層回帰モデルから回転の確率的推定を得る手法を提案し、マルチヘッド構造HydraNetで不確実性を較正、SO(3)上のクォータニオン回帰と回転平均で3次元共分散を算出、ステレオ視覚オドメトリと融合しKITTIで位置推定を改善した。
- LSTMによるロバストな慣性航法のためのゼロ速度検出慣性航法2018/7/1
ゼロ速度検出器をLSTMに置き換え、歩行・走行・階段昇降など多様な動作でも静止区間を高精度に検出してEKFで融合し、屋内測位誤差を34%以上低減した。
- リアルタイム動作分類による足装着型慣性ナビゲーションの精度向上歩行2017/7/1
足装着センサの慣性データからSVMで6種類の動作を90%以上の精度で分類し、動作ごとに最適化したゼロ速度検出パラメータを適用することで、歩行と走行が混在する屋内歩行者ナビゲーションの位置誤差を低減した。
