Jianheng Liu
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
- SpaRV: スケーラブルで幾何学的に一貫したLiDAR-視覚マッピングとレンダリングのためのスパース放射ボクセルLiDAR-視覚マッピング2026/10/19
LiDARスキャンと画像からスパースな放射ボクセルマップを構築し、微分可能レイマーチングで描画する手法。カメラ姿勢と焦点距離を最適化し、サブマップ管理で大規模シーンでもGPUメモリを抑える。
- Mesh-Learner: 球面調和関数によるメッシュのテクスチャリング3D再構成2025/4/1
メッシュと球面調和関数テクスチャを統合し、ラスタライズパイプラインと互換性のある3D再構成・レンダリングフレームワークを提案。
- 任意形状地上ロボットのための効率的な掃引体積ベース軌道生成ナビゲーション2025/4/1
任意形状の地上ロボットのナビゲーションを高速化するため、粗から細への3段階フレームワークを提案し、連続的な衝突回避を保証しつつ従来手法より1〜数桁高速な軌道生成を実現した。
- GS-SDF: LiDAR拡張ガウシアンスプラッティングとニューラルSDFによる幾何学的に一貫したレンダリングと再構成3D再構成/レンダリング2025/3/1
LiDAR点群とニューラル符号付距離場(SDF)をガウシアンスプラッティングに統合し、幾何学的に一貫した高精度な表面再構成と高忠実度レンダリングを実現する手法を提案した。
- LiDAR-視覚システムのためのニューラル表面再構成とレンダリング3D再構成2024/9/1
LiDARとカメラのデータを統合し、NeRFとNeural Distance Fieldを可視性を考慮した占有マップで結びつけて、シーンの形状と見た目を高精度に再構成・描画するフレームワークを提案した。
- ロボット中心の暗黙的ニューラル表現による大規模インクリメンタル高密度マッピングマッピング2023/6/1
ロボット中心の局所マップと分離可能な大域マップを組み合わせた暗黙的ニューラル表現により、大規模環境でも効率的かつ破滅的忘却を抑えてインクリメンタルに高密度マッピングする手法を提案した。
- 動的環境下のリソース制約ロボット向けRGB-D慣性オドメトリSLAM2023/4/1
物体検出と深度情報を組み合わせて動的特徴を識別し、リソース制約のあるロボットでもリアルタイムに動作するRGB-D慣性オドメトリシステムを提案した。
- 不確かさ誘導型次善視点最適化による能動的暗黙的物体再構成能動的再構成2023/3/1
暗黙的な占有場表現を用いて物体を再構成し、視点の不確かさをエントロピーで評価して連続空間上で次善視点を勾配法により最適化する手法を提案した。
