David Wisth
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
- Hilti-Oxfordデータセット:ミリメートル精度のSLAMベンチマークSLAM2022/8/1
LiDAR・5台のカメラ・IMUを搭載した計測プラットフォームで収集し、ミリメートル精度の正解データを備えたSLAM評価用データセットを構築した。
- チームCERBERUS、DARPA地下チャレンジ優勝:技術概要と教訓群制御2022/7/1
脚式ロボットと飛行ロボットを組み合わせたシステムで、GPSのない過酷な地下環境を自律探索し、DARPA地下チャレンジで優勝した技術を報告する論文。
- CERBERUS:DARPA地下トンネル・都市環境における脚式・飛行ロボットの自律探査自律探査2022/1/1
DARPA地下チャレンジ向けに、四脚ロボットと飛行ロボットを統合し、カメラ・LiDAR・慣性センサの融合と集中型マップ最適化で地下環境を自律探査するシステムを構築した。
- Newer CollegeデータセットのマルチカメラLiDAR慣性拡張データセット2021/12/1
Newer Collegeデータセットを拡張し、ハードウェア同期されたマルチカメラ・LiDAR・IMUと6DoF正解姿勢を備えた4.5kmの歩行データセットを構築した。
- 予算を均衡させる:マルチカメラ視覚慣性オドメトリのための特徴選択と追跡視覚慣性オドメトリ2021/9/1
複数カメラ間で特徴を連続追跡し、全体の特徴数を固定予算に抑えることで、狭所や暗所でも高精度かつ低計算コストな視覚慣性オドメトリを実現した。
- 脚式ロボットのための視覚・慣性・LiDAR・脚オドメトリ統合ナビゲーション状態推定2021/7/1
視覚・慣性・LiDAR・脚オドメトリの4センサをファクタグラフで密結合し、脚オドメトリの速度バイアスをオンライン推定することで、不整地や暗所でも高精度に自己位置推定できるシステムを開発した。
- LiDAR・視覚・慣性を統合したマルチモーダルランドマーク追跡による密結合オドメトリLiDAR-視覚-慣性オドメトリ2020/11/1
LiDARの3D線・平面プリミティブを複数スキャンにわたりランドマークとして追跡し、視覚特徴とIMUとを単一の因子グラフで密結合してリアルタイムに最適化するオドメトリシステムを提案した。
- New Collegeデータセット:地上真値を備えた手持ちLiDAR・慣性・視覚データSLAMデータセット2020/3/1
オックスフォードのNew Collegeを歩行速度で約2.2km移動しながら取得したLiDAR・慣性・視覚センサデータセットで、三脚式高精度LiDARによる地図からセンチメートル精度の6DoF地上真値を付与した。
- 脚式ロボットのオドメトリにおける接触非線形性を克服するための事前積分速度バイアス推定脚式ロボットオドメトリ2019/10/1
脚式ロボットの滑りやすい・変形する地形での脚オドメトリのドリフトを抑えるため、事前積分速度ファクタにバイアス項を導入し、ステレオ視覚とIMUと緊密に融合するファクタグラフ手法を提案した。ANYmalロボットで検証し、相対姿勢誤差を従来手法比26%、最先端の固有感覚推定器比52%改善した。
- ファクターグラフ最適化による堅牢な脚式ロボットの状態推定状態推定2019/4/1
慣性・脚オドメトリ・視覚オドメトリをファクターグラフで融合し、滑りや動的動作に強い四足ロボットの状態推定手法を提案、屋外産業環境で精度向上を実証した。
