François Pomerleau
収録論文 52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
- 低摩擦路面における履帯車両の慣性操舵と運動予測履帯車両/慣性操舵2026/10/28
スリップ由来の慣性効果を積極的に利用し、氷上で内部質量の移動により旋回を生み出す慣性操舵の実現と、動的・運動学モデルを組み合わせた運動予測手法を提案した。
- 視覚による足場計画のための地形認識型接触教師信号歩行2026/10/27
脚式ロボットの状態推定における因子グラフの残差から足場の不安定性スコアを定義し、それを画像に投影して視覚予測器を自己教師あり学習させる手法を提案。泥や植生など非幾何的な地形特性にも対応できることを実環境で示した。
- ブラケティングで道を切り開く:ロバストなVisual SLAMのための適応的マルチ露出ポリシーVisual SLAM2026/10/23
急激な照明変化に対応するため、適応的露出ブラケットで撮影した多露出画像列をHDR合成なしで直接ファクタグラフに組み込むVisual SLAM手法を提案し、トンネル退出時の推定誤差を78%削減した。
- 接触を操る:単一軌道中心関節ロボットのための有限支持運動モデルモデルベース制御2026/9/20
中心関節式車両の運動予測において、横滑り抵抗を考慮した有限支持二次モデルを提案し、実世界実験で従来モデルより高精度な予測を実現した。
- 位置情報のみからの軌道比較:曲率ベースの時間同期とドリフト誤差指標SLAM評価2026/9/14
ロボティクスにおける軌道評価のための新しいプロトコルを提案し、曲率信号に基づく時間同期法と走行距離で正規化した誤差指標を組み合わせることで、より厳密で再現可能な評価を可能にする。
- 森林での一年間:亜寒帯環境における自律ナビゲーションの課題分析ナビゲーション2026/8/27
亜寒帯の森林で1年間にわたり移動ロボットを運用し、季節変化がオドメトリやSLAMなどのナビゲーション手法に与える影響を評価した。
- 画像生成モデルを活用したデータ不足の解消:森林再生マッピングのためのGen4Regenデータセットデータ生成/セマンティックセグメンテーション2026/5/1
森林再生地の植物を高精度にセグメンテーションするためのデータ不足とクラス不均衡を解決するため、画像生成モデル(Nano Banana Pro)を用いて合成画像とセマンティックマスクのペアを生成し、実データと組み合わせて学習することで、F1スコアを15%以上向上させた。
- Stretch-ICP: 激しい運動シナリオにおける連続軌道レジストレーションとデスキューイングアルゴリズムSLAM2026/5/1
激しい運動下でのLiDAR-IMU SLAMの堅牢性を向上させるため、ジャイロスコープ飽和時の角速度推定法と、連続軌道を考慮した新しいレジストレーション・デスキューイングアルゴリズムStretch-ICPを提案した。
- 亜寒帯環境の高傾斜ダイナミクス下でのレーダオドメトリオドメトリ2026/4/1
亜寒帯の急傾斜地形で既存のレーダオドメトリ手法を評価し、傾斜に頑健な新しいレーダ慣性オドメトリ手法を提案した。
- FoMo: モンモランシー森林におけるロボットナビゲーションのためのマルチシーズンデータセットデータセット/SLAM2026/3/1
北方林で1年間にわたり収集された、季節変化を含むロボットナビゲーション用の大規模データセットを構築し、既存のオドメトリやSLAM手法の季節変化に対する頑健性を評価した。
- SilvaScenes: 自然林の林冠下画像からの樹木検出と樹種分類森林ロボティクス/知覚2025/10/1
カナダ・ケベックの自然林で撮影した林冠下画像を用い、28種1421本の樹木を対象に幹のセグメンテーションと樹種分類を行うベンチマークデータセットを構築し、深層学習手法の性能を評価した。
- 予測不能性を乗り越えるDRIVE:スリップ調査プロトコルから指令不確実性推定指標へsim2real2025/6/1
オフロード自律走行のためのDRIVEプロトコルを提案し、複数車両・地形でのデータ収集によりスリップ状態空間を同定。指令速度と定常スリップの伝達関数を解析し、指令不確実性を推定する指標を導入した。
- カメラ自動露出法の再現可能なフィールド評価:プラットフォーム、ベンチマークと教訓ベンチマーク/データセット2025/6/1
露出時間を自在に生成できるエミュレータと多露出ステレオデータセットBorealHDRを用い、8種の自動露出法をオフラインで再現可能に評価した。
- ASAP-MO:ミッションクリティカル運用のための高度な状況認識と知覚群制御2025/5/1
原子力施設の検査を想定し、2台の無人地上車両を単一基地局から遠隔操作して屋内・屋外をマッピングし、統合地図を生成できることを実証したフィールド報告。
- 季節的な深雪環境におけるティーチ・アンド・リピートの試み自律走行2025/5/1
LiDARとFMCWレーダーを用いて、季節変動のある積雪環境で教示経路の再走行を試み、局所化性能を比較した。
- 気圧センサでICPを強化:3Dマップの一貫性向上SLAM2024/10/1
気圧高度計の制約をICPに統合し、縦坑などで問題となる重力方向のドリフトを84%削減して3D SLAMの精度を高める手法を提案。
- ドローン支援によるオフロードナビゲーションのための自己教師あり地形認識オフロードナビゲーション2024/9/1
ホバリングするドローンからの空撮画像を用いて、地面ロボットの振動や凹凸、エネルギー消費を自己教師あり学習で予測し、オフロード走行の地形認識精度を向上させる手法を提案した。
- 車両フィールド展開間の運動歪みの比較自律走行2024/5/1
無人地上車両(UGV)の展開事例を分類し、運動歪み特徴とナビゲーション性能を評価する指標を提案した研究。
- 野外データ収集のためのウェアラブル多用途プラットフォームの実地報告データ収集/フィールドロボティクス2024/5/1
防水ケースを20kgのバックパックに拡張し、カメラ・LiDAR・IMU・GNSSを搭載して5.5時間稼働する野外データ収集プラットフォームを開発し、20km以上の実地運用から得た知見と応用例を報告した。
- 氷河のムーラン(縦穴)の3Dマッピング:課題と教訓フィールドロボティクス2024/4/1
カスタムLiDAR慣性マッピング装置を用いてアサバスカ氷河の氷河ムーランを計測し、その展開で得られた知見とロボティクスが克服すべき課題を報告したフィールドレポート。
- FoMo: 北方林におけるロボットナビゲーションのための多季節データセット提案ナビゲーション2024/4/1
カナダのモンモランシー森林で6つの経路を季節ごとに走行し、LiDAR・レーダー・IMUなどのセンサデータと高精度な正解位置を収集した多季節データセットを提案する。
- 固有受容感覚だけで十分:北方林の地形分類地形分類2024/3/1
北方林の地形分類のための固有受容感覚データセットBorealTCを公開し、CNNとMambaを比較評価した。
- 飽和を考慮した角速度推定:SLAMのロバスト性を激しい動きに拡張SLAM2023/10/1
ジャイロセンサが飽和するような激しい回転時でも加速度センサから角速度を推定し、SLAMの位置推定精度と地図生成のロバスト性を大幅に改善する手法を提案。
- 見えざるものを暴く:視覚アルゴリズムのオフラインベンチマークのための露光時間エミュレーションデータセット/ベンチマーク2023/9/1
任意の露光時間の画像を生成するエミュレータと、10km・55経路のマルチ露光ステレオデータセットBorealHDRを提案し、自動露出アルゴリズムを再現可能にオフライン評価できるようにした。
- ロボティックトータルステーションによる地上真値軌跡のベンチマークSLAM評価2023/9/1
移動ロボットのSLAM評価用に、ロボティックトータルステーション(RTS)とGNSSの精度・再現性を比較し、RTSがより高精度で再現性の高い地上真値を生成できることを示した。
- RTS-GT: ロボティックトータルステーションによる真値データセットSLAM2023/9/1
3台のロボティックトータルステーションで移動ロボットを追跡し、6自由度の高精度な真値軌道を記録した大規模データセットを構築し、GNSSより22倍安定した計測を実現した。
- DRIVE: データ駆動型ロボット入力ベクトル探索走行2023/9/1
無人地上車両の入力限界を特定し、運動モデル学習用のデータを効率的に収集するプロトコルDRIVEを提案。学習済みスリップ推定により予測性能を向上させ、従来の人間運転データ収集より少ないデータで収束することを示した。
- ロボットトータルステーションによる高精度な正解軌道の不確かさ解析SLAM2023/8/1
3台のロボットトータルステーションを融合し、モンテカルロ法で6自由度姿勢の不確かさを計算する手法を提案し、50km以上の軌道で各ノイズ源の影響を評価した。
- 高精度な軌道再構成のための外部キャリブレーションキャリブレーション2022/10/1
複数のロボティックトータルステーションを手動の基準点収集や同期測定なしで外部キャリブレーションする手法を提案し、30km以上の軌道で従来法より25%精度を向上させた。
- 悪天候下の自動運転における視界定量化の重要性自動運転/悪天候2022/9/1
降雪時のLiDAR視界損失を気象学の視程概念に基づきリアルタイムで定量化する新指標を提案し、CADCデータセットで評価した。ICPアルゴリズムは降雪に頑健だが突発的な吹雪には弱く、極端事象に焦点を当てたデータセットの必要性を示した。
- 極限地下環境におけるSLAMの現在と未来SLAM2022/8/1
地下トンネル探査競技会SubTに参加した6チームのSLAM手法を比較し、LiDAR中心のSLAMや異種マルチロボット運用の現状・課題・オープンソース資源をまとめたサーベイ。
- 雪氷環境におけるロボティクスフィールドロボティクス2022/8/1
水が固体状態で存在する雪氷環境で研究・開発・使用されるロボットシステムに焦点を当て、寒冷環境の極限条件が自律走行車両に与える影響を調査する専門分野である。
- 林業における自律的な丸太把持のためのインスタンスセグメンテーションインスタンスセグメンテーション2022/3/1
丸太の把持自動化に向けて、丸太を画素単位で検出・セグメンテーションする新データセットTimberSeg 1.0を構築し、領域ベース手法とTransformerベース手法を比較した。
- 重力制約付き点群レジストレーションSLAM2022/3/1
IMUの重力ベクトルを利用してICPの推定自由度を4DOFに削減し、重力に整合した姿勢推定を可能にするフロントエンドを提案。大規模屋外やDARPA地下トンネル競技で検証し、従来の6DOF ICPより局所化ドリフトを30%低減した。
- 亜寒帯森林におけるキロメートル規模の自律ナビゲーション:課題と教訓自律ナビゲーション2021/11/1
積雪や降雨が変動する亜寒帯森林で、点群レジストレーションによる教示・再現型の自律走行を18.8km以上にわたり実験し、積雪が局所化精度に与える影響やGNSSの限界を明らかにした。
- DARPA地下探査チャレンジにおける異種ロボット群探査システム群制御2021/10/1
GPSの使えない地下環境で複数のロボットが協調して物体を探索するシステムを構築し、DARPA SubTチャレンジで非DARPA資金チーム最高の3位に入った実践報告。
- 極端な運動に頑健なLiDARスキャン位置合わせSLAM/位置合わせ2021/5/1
衝突などで生じる極端な速度・加速度下でも、点群の歪み補正に残る不確かさと環境形状を考慮してICP系位置合わせのロバスト性を高める手法を提案し、並進誤差を約9%、回転誤差を約22%低減した。
- トータルステーションによる6自由度の高精度屋外真値計測計測・真値2021/4/1
3台のトータルステーションで車両の6自由度姿勢をリアルタイム計測する参照システムを構築し、森林などGNSSが弱い環境でも平均10mm・0.6度の精度を達成した。
- 動的ラムダ場:動的環境におけるリスク評価のためのベイズ占有格子の代替手法リスク評価2021/3/1
ベイズ占有格子がテッセレーションサイズに依存する問題を解決するため、動的環境で物理的リスクを評価できるDynamic Lambda-Fieldを提案し、安全な軌道計画を可能にした。
- リスク評価に特化した新たな占有マップ「ラムダフィールド」による非構造環境の経路計画経路計画2020/11/1
連続経路のリスク評価に適した新種の占有マップ「ラムダフィールド」を提案し、経路上の期待リスク計算と物理ベースの経路計画を実現した。草むらなどの非構造環境でもリスクを認識しつつ通過可能にする。
- リー代数を用いたICPアルゴリズムの改善SLAM2020/10/1
IMUの姿勢情報をリー代数に基づく角度ペナルティ項としてICPのコスト関数に組み込み、パラメータ調整なしで点群レジストレーションのドリフトを抑える手法を提案した論文。
- 大型スキッドステアロボットのオドメトリモデルを亜寒帯環境で評価オドメトリ/移動ロボット2020/4/1
590kgの大型スキッドステアロボットを雪上とコンクリート上で走行させ、4種類のオドメトリモデルの精度を比較・チューニングした研究。
- 自動運転データセットの文献調査自動運転データセット2019/10/1
自動運転向けに公開された各種データセットを、センサ種類・キャリブレーションと同期・対象タスクの観点から整理し、一覧表としてまとめた調査報告。
- 3次元点群からGNSS衛星可視性を予測するGNSS測位2019/4/1
3D点群マップと衛星配置から、GNSS受信機が利用可能な衛星数を予測するモデルを構築し、森林や高層ビル街での実証実験で有効性を示した。
- 亜寒帯森林の大規模3DマッピングSLAM2019/4/1
GNSS・IMU・LiDARをICPに統合する新たなコスト関数を提案し、北方林で4.1kmにわたる3D地図を構築した。
- 森林インベントリ向け自動3Dマッピングによる樹木直径計測3Dマッピング2019/4/1
移動ロボットの観測からICPベースの3Dマッピングで樹木直径を自動計測し、4森林・11軌道のデータで複数の推定手法を検証した。最良手法はRMSE 3.45cm(理想条件で2.04cm)を達成した。
- ラムダフィールド:リスク評価のためのベイズ占有格子の連続版経路計画2019/3/1
ベイズ占有格子の離散性によるリスク計算の粗さを解消するため、環境占有を連続的に表現する新手法を提案し、経路上の衝突リスクを力として定義して安全な経路生成を可能にした。
- 実環境におけるICPの共分散推定SLAM/位置推定2018/10/1
実世界の3D点群ペア10万件超の登録データを用い、ICP位置合わせの不確かさ(共分散)をデータ駆動で推定する手法を提案し、従来の閉形式解より高精度であることを示した。
- ロバスト関数による位置合わせアルゴリズムの比較分析SLAM/位置合わせ2018/10/1
移動ロボット向けICPの外れ値フィルタ14種を200万回以上の位置合わせで比較し、適切に調整すれば性能は同程度だがVar.Trim.やCauchy系が安定で、パラメータ不要のL1も遜色ない精度を示すことを明らかにした。
- 戻り波形モデリングによるLiDAR測定バイアス推定と3Dマッピングへの応用3Dマッピング2018/10/1
LiDAR測定のゼロ平均ガウス仮定が引き起こす位置推定ドリフトを指摘し、入射角に依存するバイアスを物理モデル化して複数センサで計測・補正し、地図精度と位置推定精度を改善した。
- スペクトル分解に基づく幾何形状保存サンプリング法による3D位置合わせ3D位置合わせ2018/10/1
ICP位置合わせの計算量を削減するため、点群のスペクトル分解解析に基づき幾何情報を保つサンプリング手法SpDFを提案し、非一様密度や大規模環境での有効性を示した。
- LiDAR単独オドメトリのための学習ベースバイアス補正オドメトリ2018/1/1
LiDAR点群の幾何特徴からガウス過程回帰で推定誤差のバイアスを学習し、古典的オドメトリの出力を補正する手法を提案。KITTIなど50km超のデータで誤差を約10%削減した。
