Ignacio Vizzo
収録論文 8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
- KISS-SLAM: シンプルで堅牢かつ高精度な3D LiDAR SLAMシステムSLAM2025/3/1
LiDARのみを用いたSLAMにおいて「Keep It Small and Simple」の原則に基づき、追加センサや複雑な調整なしで高精度な自己位置推定と地図構築を実現するシステムを提案した。
- Kinematic-ICP: 平面移動する車輪型ロボットのための運動学的制約を導入したLiDARオドメトリLiDARオドメトリ2024/10/1
車輪型移動ロボットの運動学的制約をICP最適化に組み込み、LiDARと車輪オドメトリを動的に融合することで、倉庫などの平面環境での自己位置推定精度を向上させた。
- KISS-Matcher: 高速でロバストな点群位置合わせの再考点群位置合わせ2024/9/1
点群位置合わせのための新しい特徴検出器Faster-PFHとk-coreベースのグラフ枝刈りを組み合わせ、高速かつ高精度なオープンソースC++ライブラリKISS-Matcherを開発した。
- 動的環境における volumetric belief 構築のための地図ベース移動物体セグメンテーション移動物体セグメンテーション2023/7/1
3D LiDARスキャンと局所地図から移動物体をセグメンテーションし、ベイズフィルタで動的環境の確率的表現を融合する手法を提案。
- KISS-ICP: ポイントツーポイントICPの再評価 — 正しく行えばシンプル・高精度・頑健な位置合わせLiDARオドメトリ/sim2real2022/9/1
LiDAR点群のみを用い、適応的閾値・ロバストカーネル・運動補償・サブサンプリングを組み合わせたシンプルなポイントツーポイントICPによるオドメトリ手法を提案し、IMUなしで様々な環境・センサで最先端性能を達成した。
- スパース4D畳み込みによる3D LiDARデータの移動物体セグメンテーション移動物体セグメンテーション2022/6/1
LiDARスキャン列をスパースな4Dボクセル点群に変換し、スパース4D畳み込みで時空間特徴を抽出して移動物体をオンラインでセグメンテーションする手法を提案。
- LiDAR動物体セグメンテーション用の学習データを自動生成するラベリング手法LiDARセグメンテーション2022/1/1
3D LiDARデータに対し、占有情報による動物体除去とカルマンフィルタ追跡を組み合わせて動的/静的物体を自動ラベリングするパイプラインを提案し、手動ラベルと同等の性能で動物体セグメンテーションの学習が可能なことを示した。
- 距離画像を用いたLiDAR自己位置推定自己位置推定2021/5/1
3D LiDARスキャンから生成した距離画像とメッシュ地図のレンダリング画像を照合し、モンテカルロ法で大規模屋外環境における車両の自己位置を高精度に推定する手法を提案した。
