Ioannis Rekleitis
University of South Carolina
収録論文 33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
- SVIn+:3Dソナー・視覚慣性・水圧・DVLを統合した堅牢な水中状態推定フレームワーク水中SLAM2026/10/27
視覚慣性SLAMのSVInを拡張し、水圧・DVL・3Dソナーを因子グラフに統合することで、低視界の水中でもドリフトを抑えたAUVの状態推定を実現した。
- パミールのマッピング:水中難破船のマルチセッションビジュアル慣性SLAMと3次元再構成SLAM/水中マッピング2026/7/1
手頃なアクションカメラとダイブコンピュータの深度データを用いて、水中環境のマルチセッションマッピングを行うフレームワークを提案し、バルバドス沖の難破船の外部と内部を複数セッションで3次元再構成した。
- 初のコンパクト3Dソナーによる水中高密度マッピング水中SLAM2025/10/1
初のコンパクト3Dソナーを用いて、カメラとの外部キャリブレーションや音響応答の調査を行い、水中洞窟系でのマッピングとSLAMを実現した研究。
- DREAM: ドメイン認識推論による効率的な自律型水中モニタリング水中ロボット/VLA2025/9/1
VLMを活用し、事前位置情報なしで牡蠣や沈没船などの対象を探索・監視する水中ロボットの自律フレームワークを提案し、従来手法より少ないステップで広範囲をカバーできることを示した。
- 水中洞窟の地図作成:デビルズアイ洞窟系のカタコンベ区間水中マッピング2025/7/1
アクションカメラとダイブコンピュータを用いて水中洞窟の軌跡と3D地図を復元し、手動測量と比較して有効性を検証した。
- CavePI:意味的ガイダンスによる水中洞窟の自律探査水中ロボティクス2025/2/1
意味的な視覚誘導を用いて水中洞窟を自律探査するAUV「CavePI」のシステム設計とアルゴリズム統合を示し、実海域実験とデジタルツインで検証した。
- AquaFuse: 水中シーンの物理誘導ビュー合成のための水体融合sim2real2024/11/1
水中画像の水体的特性を物理モデルに基づいて別シーンに融合させ、奥行き一貫性と物体形状を保ったままデータ拡張や3Dビュー合成を可能にする手法を提案。
- 磁気計測を統合した視覚慣性SLAMの強化SLAM2024/9/1
視覚慣性オドメトリに磁力計を密結合で融合し、水中洞窟での姿勢誤差を低減して真のヨー角を復元する手法を提案した。
- ODYSSEE: エッジ電子機器上のセンサシステムによるカキ検出水中ロボティクス2024/9/1
Stable Diffusionで実データを水増しし、YOLOv10ベースのモデルを水中ロボットのエッジ環境で動かしてカキを検出、mAP@50 0.657を達成した研究。
- EgoExo++: オンデマンドの三人称視点と2.5D地表面推定を統合した水中ROVの対話型遠隔操作遠隔操作2024/7/1
一人称視点のSLAMからオンデマンドで三人称視点を合成し、さらに2.5D地表面推定を加えることで、水中ROVの遠隔操作を支援する手法を提案し、ユーザスタディで有効性を示した。
- 資源制約下のAUVによる水中環境のリアルタイム高密度3Dマッピング水中SLAM2023/4/1
水中AUV上で、ロバストなVIO手法SVIn2とリアルタイム3D再構成パイプラインを組み合わせ、単一CPUで高フレームレートの高密度3Dマッピングを実現した。
- SM/VIO: モデルベースと視覚慣性オドメトリを切り替える堅牢な水中状態推定水中状態推定2023/4/1
水中ロボットの視覚慣性オドメトリが失敗する状況でも、運動学モデルと固有感覚センサで姿勢推定を維持し、両者を統合してループ閉じ込めも行う堅牢な推定手法を提案した。
- 水中洞窟内を航行するAUVのための弱教師ありケーブルライン検出水中ロボティクス2023/3/1
水中洞窟を自律探査するAUV向けに、Vision Transformerベースの軽量なケーブルライン検出モデルCL-ViTを提案し、弱教師あり学習で米国・メキシコ・スペインの洞窟で有効性を検証した。
- 安価な単一センサによる高精細な水中マッピング水中SLAM2022/3/1
GoPro 9の映像とIMUデータを活用したビジュアル・イナ―シャルSLAMで、ループ閉じ込み後に地図を補正する水中SLAMフレームワークを提案し、沈没船や洞窟での実地検証で有効性を示した。
- 環境マッピングとトポロジーマッチングのための平均外向フラックス骨格SLAM/トポロジカルマッピング2021/11/1
レーザスキャンからオンラインでトポロジカルマップを構築し、未探索領域への誘導とループ閉じ込めを行う手法を提案。さらにAOF骨格を用いたスペクトル対応による環境トポロジーのマッチングを実現した。
- AquaVis: 水中ロボットのための視認性を考慮した自律ナビゲーションフレームワーク水中ナビゲーション2021/10/1
複数の視覚対象を追跡しながら障害物を回避し、視認性を最大化するリアルタイム3D経路計画をAUV向けに実現した。
- 外乱下での自律水上艇制御と環境モニタリングへの応用水上ロボティクス2021/3/1
風や海流などの外乱を計測・モデル化し、ウェイポイント生成から制御チューニングまでを統合した水上艇の測量フレームワークを提案した論文。
- DeepURL: 水中相対位置推定のための深層姿勢推定フレームワーク水中ロボティクス/姿勢推定2020/3/1
単一画像からAUVの6D相対姿勢を推定するリアルタイム深層学習手法を提案。シミュレーション画像と実画像の変換で訓練し、キーポイント検出とPnPで姿勢を求める。
- 自律水上艇による河川の網羅的調査水上ロボティクス2019/8/1
河川調査を自動化するため、区間の部分・完全網羅を行う3つの決定論的アルゴリズムを提案し、シミュレーションと実河川で検証した論文。
- 蛇行を利用した自律水上ロボットによる河川カバレッジ水上ロボット2019/8/1
河川の蛇行から水流の速さを推定し、自律水上ロボットのカバレッジ経路を最適化することで、調査時間を平均20%以上短縮した。
- 環境外力下で動的に制御する自律型水上艇水上ロボティクス2019/8/1
風や水流といった外力を安価にセンシングし、それらを考慮して自律型水上艇を正確に制御する手法を提案し、湖や川での実験で有効性を示した。
- 水中環境におけるオープンソース視覚慣性状態推定アルゴリズムの実験的比較状態推定2019/4/1
水中ロボットで収集したデータセットを用い、10個のオープンソース視覚慣性オドメトリ手法の性能を比較評価した論文。
- 障害物環境下での俊敏な自律水中ロボットのナビゲーション水中ナビゲーション2019/3/1
Trajoptを拡張した3D経路最適化とサンプリングベースの補正により、沈没船や洞窟のような狭く複雑な空間をAUVがリアルタイムで自律航行できるナビゲーション手法を提案し、シミュレーションとプール実験で検証した。
- 漂流ブイを戦略配置した海洋自律サンプリング海洋ロボティクス2018/11/1
小型自律水上艇が安価な漂流ブイを流れ場の情報利得の高い地点へ戦略的に配置しつつ、自身も適応的にサンプリングする異種センシングシステムを提案し、シミュレーションで性能を検証した。
- ソナー・視覚・慣性・深度センサを統合した水中SLAMシステムSVIn2水中SLAM2018/10/1
ソナー・カメラ・IMU・深度センサを緊密結合し、ループ閉じ込みと再定位を備えた水中ロボット向けSLAMシステムを提案。低視認性環境でも高精度・高ロバストな自己位置推定を実現した。
- 自律型水上艇のための外力場モデリング外力モデリング2018/9/1
湖や河川を航行するASVが風・水深・水流を安価なセンサで計測し、ガウス過程で環境外力マップを構築する手法を提案し、実機実験で検証した。
- ベアリングのみの協調測位による水中調査協調測位2018/9/1
ベアリングのみの協調測位を水中環境に拡張し、視界不良下でも慣性・磁気・深度センサを統合してロバストに推定する手法を提案、湖・洞窟・サンゴ礁で実証した。
- 長期運用向け自律型水上艇の設計自律水上艇2018/8/1
広大な海洋環境を長期間監視するため、大面積を航行でき十分な電力・センサー・燃料を積める自律型水上艇(ASV)を設計し、実運用での知見を報告した論文。
- 既知環境における効率的なマルチロボット被覆群制御2018/8/1
既知環境の完全被覆を複数ロボットで行うため、単一ロボット被覆アルゴリズムの拡張と等分割+貪欲割当の2つの近似ヒューリスティックを提案し、ロボット間の作業量均等化と完全被覆を両立させた。
- 自律表面艇チームによるDubins被覆制御群制御2018/8/1
非ホロノミックなDubins車両からなる複数ASVで既知環境を完全被覆するため、k-TSPとクラスタリングに基づく2つのヒューリスティック手法を提案し、シミュレーションと湖上実験で有効性を示した。
- 超冗長マニピュレータの動的高効率キネマティクスマニピュレーション2018/3/1
メタ制御関数を用いてキネマティクス構造をオンラインで変更し、計算コストを削減しつつ部分損傷時にも頑健に制御できる超冗長アームのモデリング手法を提案した。
- 次元を段階的に増やす部分空間サンプリングによる動作計画の解析動作計画2018/2/1
サンプリングベース動作計画を低次元部分空間から開始し、解が見つからなければ次元を1つずつ増やして探索する手法を提案し、RRT系アルゴリズムで高速化を実証した。
- RRT+:高次元配置空間のための高速計画手法経路計画2016/12/1
配置空間の低次元部分空間で経路探索を行うことで、高次元空間でも従来のRRT系より高速に解を見つけるRRT+アルゴリズム群を提案した論文。
