Jian Kuang
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
- DINS-IO: 微分可能なINS整合性による学習型慣性オドメトリ慣性オドメトリ/自己教師あり学習2026/7/1
位置ラベルなしでIMU生データから慣性オドメトリを学習する手法を提案。ストラップダウンINSの速度再帰を微分可能な整合性制約として自己教師あり損失に用い、少数のラベルで較正する。
- 磁気アレイ支援慣性オドメトリのための多状態制約拡張カルマンフィルタ屋内測位/磁気慣性オドメトリ2025/5/1
磁気センサアレイで観測した磁場変化と慣性航法を多状態制約拡張カルマンフィルタで融合し、低コストで高精度な屋内自己位置推定を実現した。
- DogLegs: 脚部搭載IMUを用いた脚ロボットのロバスト固有受容状態推定状態推定2025/3/1
脚に複数のIMUを装着し、体幹IMU・関節エンコーダと拡張カルマンフィルタで融合することで、脚ロボットの状態推定精度を向上させる手法を提案した。
- Wheel-GINS: 車輪搭載IMUを用いたGNSS/INS統合航法システムGNSS/INS統合測位2025/1/1
車輪に取り付けたIMUとGNSSを拡張カルマンフィルタで統合し、GNSS遮蔽時でも長期的に高精度な自己位置推定を実現するシステムを提案した。
- Wheel-SLAM: 単一の車輪搭載IMUによる自己位置推定と地形マッピングSLAM2022/11/1
車輪に取り付けた1つのIMUのみを用いて、路面のバンク角を地形特徴としてループ閉じ込みを行い、SLAMを実現する手法を提案した。
- Wheel-INS2: 複数MEMS IMUを用いた車輪ロボットのデッドレコニングとIMU配置の評価デッドレコニング2020/12/1
車輪に取り付けたIMUと車体の複数IMUを分散拡張カルマンフィルタで統合し、相対位置制約を利用して車輪ロボットの自己完結型デッドレコニングの精度とロバスト性を向上させた研究。
- 車輪装着MEMS IMUを用いた自律測位のための3つの計測モデルの比較測位・ナビゲーション2020/12/1
車輪に取り付けたMEMS IMUでオドメータを代替する自律測位システムにおいて、速度・変位増分・接地点ゼロ速度の3つの計測モデルを誤差状態EKFで比較し、実地試験で同等の性能を示した論文。
- 車輪搭載MEMS IMUによるデッドレコニングシステムデッドレコニング2019/12/1
車輪中心にMEMS IMUを取り付け、ジャイロ出力から車輪速度を推定してオドメトリの代わりに使い、さらに車輪回転でバイアス誤差を相殺することで、従来のオドメトリ支援INSより高精度なデッドレコニングを実現した。
