Kangcheng Liu
収録論文 16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
- ポーズのみの教師あり学習による顕著スパース視覚オドメトリ視覚オドメトリ2024/4/1
ポーズ情報のみを教師信号として使うハイブリッド視覚オドメトリを提案し、自己教師ありホモグラフィ事前学習とランダムパッチ顕著点検出により、密なオプティカルフロー教師なしでも高い汎化性能を実現した。
- 蒸留視覚言語モデルによるオンラインロボットナビゲーションとマニピュレーションナビゲーション2024/1/1
視覚言語モデルを蒸留して軽量化し、未知物体のゼロショット認識と歩行可能領域のセグメンテーションを行い、動的で混雑した環境での自律移動を実現するフレームワークを提案した。
- キャンパスモビリティの革新:自動運転シャトル「スノーライオン」の成果と課題自動運転2024/1/1
大学キャンパス内の移動を自動運転で効率化するシャトル「Snow Lion」を開発し、2ヶ月間・1146kmの実証運行で442人を輸送して有効性と課題を検証した。
- データ効率の良い3Dシーン理解のためのレビューと堅牢なフレームワーク:従来型・学習型3D記述子の比較3Dシーン理解/弱教師あり学習2023/12/1
ラベルが極端に少ない状況で、3D点群のセマンティックセグメンテーション・インスタンスセグメンテーション・物体検出を同時に解く統一フレームワークRM3Dを提案し、従来型PFH記述子の汎化性能と領域統合戦略の有効性を示した。
- 高速レンダリングと事前学習済み視覚言語アライメントによる汎用ロボット3D視覚言語モデル3D視覚言語2023/12/1
ラベルが乏しい3Dシーン理解において、大規模視覚言語モデルから知識を蒸留し、未見カテゴリにも対応する汎用的な点群セグメンテーション・検出フレームワークを提案した論文。
- ラベルが限られた大規模LiDARシーン解析のためのデータ効率的フレームワーク3D点群認識2023/12/1
弱ラベルを活用し、領域拡張クラスタリングと擬似ラベル統合により、限られたアノテーションで大規模3D点群のセマンティック/インスタンスセグメンテーションと物体検出を高精度に行うフレームワークを提案。
- Outram: 三角測量シーングラフと大域的外れ値除去によるワンショット全局位置推定位置推定2023/9/1
3Dシーングラフの部分構造を活用し、局所的な対応探索と大域的な外れ値除去を階層的に組み合わせることで、単一のLiDAR点群からロボットの姿勢を高精度に推定する手法を提案した。
- トポロジカルブレイドを用いた複数テザーロボットの経路計画経路計画2023/5/1
ケーブルの絡まりをトポロジーのブレイド理論で解析し、2〜3機の相互作用パターンを避けることで絡まりのない経路を探索する手法を提案。最大10機のドローンで100%の到達を達成し、3機のテザーUAV実験で実証した。
- DoubleBee: 2つの能動輪を備えた空陸ハイブリッドロボット空陸ハイブリッドロボット2023/3/1
2つのプロペラと2つの駆動輪を組み合わせた空陸両用ロボットを開発し、空中ではバイコプタ、地上では二輪自己平衡ロボットとして高効率に動作する制御手法を実証した。
- 自律UAV点検のための学習ベース欠陥認識UAV点検2023/2/1
深層学習でひび割れ検出・セグメンテーションを行い、UAVによるコンクリート構造物の自動点検フレームワークを提案した論文。
- 地上車両への追従と着陸のためのUAV統合ビジョンシステムUAV着陸・追跡2023/1/1
LoGベースの深層ニューラルネットによる物体検出・追跡と、反復マルチモデル型カルマンフィルタによる運動推定を組み合わせ、移動プラットフォームへのUAV着陸システムを構築・実機検証した論文。
- ループ検出を備えたLiDAR-慣性-視覚融合SLAMシステムSLAM2023/1/1
LiDAR・慣性・視覚を融合し、ループ閉じ込み検出ネットワークと姿勢グラフ最適化を組み合わせることで、複雑な実環境でも高精度・高効率・高ロバストに動作するSLAMシステムを提案した。
- ノイズの多い点群に対応する複雑環境向け統合LiDAR-SLAMシステムSLAM2022/12/1
反射材由来のノイズや外れ値を含む大規模点群に対し、軽量な点群デノイジングネットワークと効率的なループ閉じ込みネットワークを組み合わせ、計算コストをわずかに増やすだけでLiDAR-SLAMの自己位置推定精度を大幅に向上させた。
- ロボティクス位置推定とマッピングのための強化LiDAR慣性SLAMシステムSLAM2022/12/1
LiDARと慣性センサを用いたSLAMシステムを改良し、粒子群フィルタのロバスト性向上とループ閉じ込みによるグローバル最適化を導入して、無人地上車両の位置推定精度とロバスト性を高めた。
- ループクロージングを備えた軽量LiDAR慣性SLAMシステムSLAM2022/12/1
スパースボクセルハッシュによる効率化とループ閉じ込みの統合により、大規模環境でも高精度かつ高速に動作する軽量LiDAR慣性SLAMシステムを提案した。
- FG-Net:相関特徴マイニングと幾何認識モデリングを活用した高速大規模LiDAR点群理解ネットワーク点群認識2020/12/1
ボクセル化なしで大規模LiDAR点群をリアルタイムに理解する深層学習フレームワークを提案し、相関特徴マイニングや逆密度サンプリングなどで精度と効率を両立させた。
