Clinton Fookes

Queensland University of Technology

収録論文 19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

• トークンではなく幾何を解読：ロボットのアフォーダンスと軌道予測のための効率的VLM
  VLA2026/10/29

  小型VLMの凍結バックボーンに軽量な幾何予測ヘッドを付けて、座標を自己回帰生成せず連続値として直接回帰し、軌道誤差を大幅削減した研究。

• OpenSplatGraph: 密なセマンティックマップから構造化シーングラフへ
  シーングラフ2026/10/6

  3Dガウシアンスプラッティングによるオープンボキャブラリなセマンティックマップから、物体と関係性を永続的に保持する3Dシーングラフを構築するフレームワークを提案。

• M3GA-Wild: 森林におけるマルチモーダル・マルチセッションの地上-空中位置認識のための大規模データセットとベンチマーク
  位置認識2026/9/19

  森林での地上-空中位置認識のための、RGB画像とLiDARを同期した大規模データセットとベンチマークを構築し、視覚・LiDAR・クロスモーダル手法を評価した。

• TOLiD: 視覚基盤モデルからLiDAR事前学習へのアーキテクチャギャップをトークンリフティング蒸留で橋渡しする手法
  自己教師あり学習/3D認識2026/7/1

  視覚基盤モデル(VFM)の特徴をLiDARバックボーンへ蒸留する自己教師あり事前学習法TOLiDを提案。点群をパッチトークン化し、トークン単位の蒸留と可視性マスクでモダリティ・アーキテクチャのギャップを解消する。

• 環境認識型の長期間船舶軌道予測のための階層的二段階フレームワーク
  軌道予測2026/5/1

  船舶の長期間軌道予測を、粗い長期予測とセルベースの短期予測を階層的に融合し、海流・風・波などの環境情報を組み込むことで高精度化した。

• HOTFLoc++：森林環境における階層的LiDAR位置認識・再ランキング・6自由度メートル法ローカリゼーションのエンドツーエンドフレームワーク
  位置認識・ローカリゼーション2025/11/1

  森林や都市環境でのLiDAR位置認識・再ランキング・6自由度位置推定を統合した階層的フレームワークを提案し、オクツリーベースのトランスフォーマーと学習可能なマルチスケール幾何検証により、高精度かつ高速なローカリゼーションを実現した。

• HOTFormerLoc: 地上・空中ビューに対応する階層的オクトリーTransformerによるLiDAR位置認識
  位置認識2025/3/1

  オクトリー構造のマルチスケール注意機構と円筒型注意窓を用いたTransformerで、地上・空中LiDAR間の大規模3D位置認識を高精度化し、森林向けの新ベンチマークCS-Wild-Placesも提案した論文。

• Point-PNG: 点群事前学習のための条件付き擬似ネガティブ生成
  点群事前学習2024/9/1

  点群の自己教師あり学習において、変換に敏感な表現を学習するため、潜在空間で条件付き擬似ネガティブを生成するフレームワークを提案。

• 森林環境における意味論誘導型再位置推定とクロスビュー因子グラフ最適化によるオンライン6DoFグローバル位置推定
  位置推定2024/9/1

  森林でGPSが使えない環境でも、空中写真と地上の情報を因子グラフで統合し、木の幹などの構造に注目する学習で地上ロボットの6DoFグローバル位置姿勢をオンライン推定する手法を提案した。

• WildScenes: 大規模自然環境における2D・3Dセマンティックセグメンテーションのベンチマーク
  セマンティックセグメンテーション2023/12/1

  自然環境を走行した大規模なカメラ・LiDARデータセットを構築し、2D/3Dセマンティックセグメンテーションのベンチマークを提供した論文。

• Wild-Places: 非構造自然環境におけるLiDAR位置認識のための大規模データセット
  位置認識2022/11/1

  14ヶ月にわたり手持ちセンサで収集した8つのLiDARシーケンス（63Kサブマップ、6DoF正解付き）からなる、非構造自然環境での位置認識ベンチマークデータセットを提案し、既存手法の課題を評価した。

• スペクトル幾何検証：メトリック位置推定のための点群検索再ランキング
  点群位置推定2022/10/1

  点群の対応関係グラフの最適クラスタ間スコアを幾何検証に用いることで、位置合わせ不要で高速かつ高精度に検索候補を再ランキングする手法を提案した。

• 局所一貫性で導く3D場所認識のためのグローバル記述子学習
  3D場所認識2021/9/1

  再訪時に局所特徴が一貫するよう誘導する損失を導入し、3D点群からの場所認識用グローバル記述子を学習するLoGG3D-Netを提案。KITTIとMulRanで最高精度を達成。

• Locus: 時空間高次プーリングを用いたLiDARベースの場所認識
  LiDAR場所認識2020/11/1

  3D LiDAR点群からシーンの位相的・時間的情報を抽出・符号化し、二次プーリングで固定長のグローバル記述子を生成する場所認識手法を提案。KITTIで最先端を上回り、遮蔽や視点変化にも頑健。

• 弾性と連続時間を融合した地図中心型3D LiDAR SLAM
  SLAM2020/8/1

  地図中心型SLAMに連続時間軌道表現とWishartベースのサーフェル融合を導入し、ループ閉じ込みを弾性で行うことで大規模かつ高密度な3D LiDAR地図を効率的に構築するフレームワークを提案した。

• ターゲット不要・構造不要の時空間カメラLiDARキャリブレーション
  キャリブレーション2020/1/1

  キャリブレーション用ターゲットや3D構造の対応付けを必要とせず、閉形式解と改良型バンドル調整を組み合わせてカメラとLiDARの時空間パラメータを推定する手法を提案した。

• 地図中心SLAMのための経時的に頑健な光度・幾何ローカリゼーション
  SLAM2019/1/1

  地図中心SLAMのループ閉じ込みにおいて、LiDARとカメラの相補的な制約を統合し、時系列観測で候補を検証する頑健なローカリゼーション手法を提案した。

• 弾力的LiDAR融合：密マップ中心の連続時間SLAM
  SLAM2017/11/1

  連続時間軌道表現を用いながら、マップ変形により大域的バッチ最適化を不要にし、ループ閉じ込みの計算量を探索空間の大きさのみに依存させた密マップ中心SLAMを提案。サーフェル融合でLiDARノイズも低減する。

• 確率的サーフェル融合による高密度LiDARマッピング
  LiDARマッピング2017/9/1

  空間的に冗長な複数視点のLiDAR計測をベイズフィルタリングで融合し、高品質な高密度サーフェル地図を再構築する手法を提案した。