Ioan Andrei Bârsan
収録論文 9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
- UniCal: 統合ニューラルセンサキャリブレーションキャリブレーション2024/9/1
LiDARとカメラを備えた自動運転車のキャリブレーションを、特別な基準物なしで走行データから微分可能なボリュームレンダリングを用いて同時に学習する統合フレームワークを提案。
- CADSim: 実世界データからのロバストでスケーラブルな3D再構成による制御可能なセンサシミュレーションsim2real2023/11/1
少数のCADモデルを活用した部品認識型の物体クラス事前分布と微分可能レンダリングを組み合わせ、実世界の疎でノイズの多いセンサデータから車両の形状(関節のある車輪を含む)と高品質な外観を自動再構成する手法を提案。
- 位置推定・知覚・予測を統合する深層マルチタスク学習自動運転/マルチタスク学習2021/1/1
自動運転で位置推定誤差が知覚や予測に与える問題を分析し、知覚・予測・自己位置推定を同時に学習・実行して計算を共有しながら位置誤差を効率的に補正するシステムを提案した。
- 非同期マルチビューSLAMSLAM2021/1/1
カメラ間でシャッターが同期していない場合に対応するため、連続時間運動モデルを統合したマルチカメラSLAMを提案し、482kmの走行データを含む新データセットAMV-Benchで評価した論文。
- LiDAR強度マップを用いた自己位置推定の学習自己位置推定2020/12/1
LiDARスキャンと強度マップを深層埋め込み空間に写像し、畳み込みマッチングでリアルタイム(15Hz)・センチメートル精度の自己位置推定を実現した。
- 圧縮バイナリマップによる自己位置推定の学習自己位置推定2020/12/1
自己位置推定タスクに最適化した地図圧縮を学習し、汎用コーデックより2桁小さい容量で精度を維持できることを示した論文。
- Pit30M:自動運転時代のグローバル自己位置推定ベンチマーク自己位置推定2020/12/1
3000万フレーム超の画像・LiDARデータセットPit30Mを構築し、都市規模でサブメートル精度の検索ベース自己位置推定を評価する初のベンチマークを提供した論文。
- 疎なセマンティックHDマップを活用した自動運転車の自己位置推定自己位置推定2019/8/1
車線や標識などの疎なセマンティック地図と複数センサをベイズフィルタで統合し、従来のLiDAR強度地図の0.3%の容量で数cm精度の自己位置推定を実現した。
- 大規模動的環境のためのロバスト高密度マッピング動的環境マッピング2019/5/1
ステレオ画像から、静的背景・移動物体・駐車車両のような潜在的移動物体を別々に再構成する高密度マッピング手法を提案し、KITTIで評価した。
