Klaus Dietmayer
収録論文 54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
- 完全自動運転に向けて:AI、課題、機会、そして必要性自動運転2026/1/1
自動運転の現状を分析し、AIがもたらす課題と機会を整理して、完全自動運転実現に必要な研究課題を明らかにしたレビュー論文。
- シームレスなドッキング動作のための動的目的MPCによる運動計画運動計画2025/4/1
経路追従と高精度位置決めを単一のMPCで統合し、目標姿勢に応じてMPCCと直交座標MPCを状態依存で切り替える動的目的MPCを提案した。
- 証拠グリッドマップ融合の自己評価によるロバストな動作計画ロバスト動作計画2024/9/1
矛盾するLiDAR計測を統合した証拠グリッドマップを自己評価し、劣化度を算出して較正誤差や不十分なセンサ構成を検出するとともに、その情報を活用したロバストな経路計画手法を提案した。
- 大規模未知環境における切り替え可能なシステムモデルを用いた自動運転車の効率的経路計画経路計画2023/10/1
大規模未知環境での経路計画を効率化するため、一定距離で計画を打ち切り、環境変化を検出して再計画する手法を提案し、U-Shiftコンセプト車両の旋回機能を活かした経路計画も実現した。
- 軌道予測のための分布外検出と不確かさ推定の統合軌道予測2023/8/1
自動運転の軌道予測において、未知の状況を検出する分布外検出と、予測誤差を推定する不確かさ推定を組み合わせた手法を提案し、精度を向上させた。
- 不適切条件のハンドアイキャリブレーションに対するユーザーフィードバックとサンプル重み付けキャリブレーション2023/8/1
回転軸がほぼ平行で最適化が不適切条件になるハンドアイキャリブレーション問題に対し、回転軸の局所密度に基づくサンプル重み付けと、並進・回転別の感度・条件数推定によるユーザーフィードバック手法を提案し、KITTIデータで評価した。
- イベントベース検出トリガによる検出ベース多物体追跡のフレーム間引き高度化多物体追跡2023/8/1
カメラ検出をトリガにフレーム間引きを制御し、検出ベース多物体追跡の省エネ性と安全性を両立させる手法を提案。
- 都市環境における動的最適化を用いたリアルタイム空間軌道計画軌道計画2023/5/1
都市環境の自動運転車向けに、経路と速度を分解し空間上で最適制御問題を解くことで、先読み軌道をリアルタイム生成する計画フレームワークを提案した。
- ハンド・アイ・ロボット・ワールド定式化による外部インフラのキャリブレーションキャリブレーション2023/5/1
複数センサとターゲットを同時に扱えるハンド・アイ・ロボット・ワールド問題の大域的最適解法を提案し、ターゲットの並進ノルムを事前知識として用いることで、平面運動が多いインフラセンサの地理参照キャリブレーションを高精度に実現した。
- フレーム間引きがマルチオブジェクト追跡の性能と消費エネルギーに与える影響マルチオブジェクト追跡2023/4/1
追跡・検出型システムでフレームを間引くことで、性能低下を抑えつつ消費エネルギーを最大28%削減できるモデル非依存な手法を提案し、KITTI 3D追跡ベンチマークで評価した。
- RESET: 条件付き行動予測のための軌道集合の再検討行動予測2023/4/1
自動運転車の計画軌道に条件付けられた周囲車両の行動予測において、事前定義された軌道集合の確率を分類する集合ベース手法を初めて適用し、軌道集合生成アルゴリズムとグラフベースエンコーダを組み合わせたRESETを提案した。
- LMR: 車線距離に基づく軌道予測評価指標軌道予測2023/4/1
軌道予測の評価に、道路の車線構造を考慮した新しい指標LMRを提案し、従来のユークリッド距離ベースの指標と比較して車線意図をより適切に評価できることを示した。
- レーダーデータのクラッタ検出:PointNet++によるラベル生成と検出レーダー認識2023/3/1
レーダーの不要なクラッタ点を検出するため、PointNet++をベースにしたニューラルネットワークを提案し、自動ラベル生成により実走行シーンの初の公開クラッタデータセットを構築した。
- 学習ベースの運動予測におけるナビゲーションマップの活用運動予測2023/2/1
高精細地図の代わりにナビゲーションマップを学習ベースの運動予測に統合する手法を提案し、知識蒸留により高精細地図に迫る性能を実現した。
- SCENE: 異種グラフニューラルネットワークを用いた交通シーンの推論グラフニューラルネットワーク2023/1/1
交通シーンを異種グラフで表現し、異種グラフニューラルネットワークで推論する手法を提案。二値ノード分類タスクでタスク特化ベースラインを上回る性能を示し、他ドメインへの転用可能性も実証した。
- マルチエージェント軌跡における教師なし異常検知のベンチマーク異常検知2022/9/1
自動運転向けに、ラベルなしの正常走行データから異常を検知する手法を評価するR-U-MAADベンチマークを提案し、実走行とシミュレーションを組み合わせた160シーンのテストデータで11手法を比較した。
- 動的占有グリッドマップからの脅威領域の特定による状況認識型環境知覚自動運転/環境知覚2022/7/1
自動運転車の環境知覚において、事前地図情報に頼らずオンライン情報のみから安全上重要な領域を軽量に特定する手法を提案し、計算資源を効率的に配分しつつ危険な状況でも安全な走行を可能にすることを示した。
- 分散型自動化アーキテクチャのための状況認識型環境知覚環境知覚2022/7/1
自動運転車の状況に応じて処理すべきセンサーデータを選別する状況認識型環境知覚を、UNICARagilプロジェクトの分散型アーキテクチャに拡張し、実データで消費電力を36.2%削減できることを示した。
- MEAT: エージェント軌跡からのマニューバ抽出軌跡予測2022/6/1
軌跡データセットから左折や車線変更などのマニューバを自動抽出する手法を提案し、予測モデルのマニューバ別評価に応用した。
- クラッタ環境における単一物体追跡の主観論理を用いた自己評価物体追跡2022/6/1
カルマンフィルタと主観論理に基づき、クラッタ環境での単一物体追跡の信頼性を自己評価する手法を提案し、悪天候を模したシミュレーションで有効性を示した。
- CRAT-Pred: 結晶グラフ畳み込みとマルチヘッド自己注意による地図情報不要の車両軌道予測軌道予測2022/2/1
地図情報に頼らず車両間の社会的相互作用をモデル化するため、材料科学由来のグラフ畳み込みとマルチヘッド自己注意を組み合わせた軌道予測モデルを提案し、少ないパラメータで最先端性能を達成した。
- 動的占有格子地図のためのマルチタスク再帰ニューラルネットワーク占有格子地図2022/2/1
生のLiDARデータから占有・速度・意味情報・走行可能領域を同時に予測するマルチタスク再帰NNを提案し、手設計の逆センサモデルを学習で置き換えた。
- デュアルクォータニオンを用いた大域的最適マルチスケール単眼ハンドアイキャリブレーションキャリブレーション2022/1/1
単眼オドメトリの非計量スケールを考慮し、デュアルクォータニオンで回転・並進・スケールを同時推定するハンドアイキャリブレーション手法を提案。高速な局所解法と大域的最適解法を導出し、実データで有効性を示した。
- マルチレイヤーアテンションマップを用いた状況認識型環境知覚自動運転知覚2021/12/1
自動運転車の文脈から重要領域を定義するマルチレイヤーアテンションマップを生成し、必要な機能モジュールのみを動的に構成することで処理時間を59%削減した。
- 注意機構を用いたHD地図による車両自己位置推定自己位置推定2021/7/1
高精細地図のランドマークと計測点を注意機構で対応付け、点群レジストレーションと姿勢回帰で車両位置を推定する手法を提案し、学習用シミュレーションも導入した。
- マルチモデル分岐と許容ヒューリスティックを用いた自動運転車のグラフベース動作計画動作計画2021/2/1
都市部の自動運転向けに、グラフ探索中から快適で安全な軌道を生成するため、分岐戦略と許容ヒューリスティックで探索を効率化し最適性を保つ手法を提案した。
- デュアル四元数を用いたセンサごとの自己運動に基づくオンライン外部キャリブレーションキャリブレーション2021/1/1
各センサの自己運動推定から外部キャリブレーションを行う手法をデュアル四元数で定式化し、オンラインで大域最適解と高速局所解を提供する。
- ウルム大学における自動運転車の路上走行のための動作計画自動運転/動作計画2020/12/1
ウルム大学の自動運転研究の取り組みを紹介し、実交通環境でテストする動作計画システムと、ロータリーや交差点など困難なシナリオへの対応を解説する。
- ラベルは完璧ではない:物体検出における空間的不確かさの推定物体検出2020/12/1
LiDAR点群からバウンディングボックスラベルの不確かさを生成モデルで推定し、確率的バウンディングボックスの新表現と不確かさを考慮した評価指標JIoUを提案した論文。
- 再帰型ニューラルネットワークによる動的占有格子地図生成自動運転/占有格子地図2020/11/1
LiDAR計測の時系列を畳み込み+再帰層で処理し、周囲の占有確率と速度を推定する動的占有格子地図を生成する手法を提案。自己運動補償も導入し、粒子フィルタ法より高精度な速度推定と静的/動的領域分離を実現した。
- 自動運転における確率的物体検出のレビューと比較研究物体検出2020/11/1
自動運転向けの不確かさを考慮した物体検出手法を体系的にレビューし、公開データセット上で厳密に比較評価した研究。
- ドライバーモデルを用いた交差点シナリオにおける自動運転の軌道計画軌道計画2020/10/1
都市交差点での自動運転に向け、局所連続最適化と効率的なドライバーモデルを組み合わせ、周囲への配慮と快適性を両立させた軌道計画フレームワークを提案し、複数シナリオで評価した。
- カルマンフィルタと主観論理の融合:自己評価可能なカルマンフィルタ状態推定2020/7/1
カルマンフィルタの追跡性能を主観論理でオンライン自己評価する手法を提案し、従来の確率論的整合性指標に加えて統計的不確実性を明示的に測れるようにした。
- デジタルマップを用いた拡張存在確率による物体検証物体追跡2020/3/1
自動運転車の物体追跡において、デジタルマップの要素を確率的に融合し、追跡対象の存在確率を推定することで誤検出を低減する手法を提案した。
- LiDAR点群から物体検出の空間的不確かさを推定する生成モデル物体検出2020/3/1
LiDAR点群からバウンディングボックスの不確かさを推定する生成モデルを提案し、空間分布で表す新しい確率的バウンディングボックス表現と、不確かさを考慮した評価指標Jaccard IoUを導入した論文。
- 不確実性を活用した自動運転向け深層マルチモーダル物体検出マルチモーダル3D検出2020/2/1
LiDARとRGBカメラを統合する確率的深層学習で3D物体検出を行い、分類・回帰の不確実性を明示的にモデル化してサンプリング機構で融合ネットワークを訓練する手法を提案。実環境データセットで最大7%の精度向上と、センサ時刻ずれ時でも最大20%のロバスト性向上を実証した。
- 再帰型ニューラルネットワークを用いた静止環境下での占有格子地図における動き推定環境認識2019/9/1
LiDAR計測から得た占有格子地図の系列を畳み込みLSTMで処理し、各セルの占有確率と速度を推定する動的占有格子地図生成手法を提案した論文。
- その不確かさを信頼できるか?自動運転向け確率的物体検出器のキャリブレーション物体検出2019/9/1
LiDAR 3D物体検出ネットワークにおける不確かさのキャリブレーション誤差を指摘し、それを大幅に低減する3つの実用的手法を提案した論文。
- 自動運転における礼儀正しい挙動と軌道計画軌道計画2019/7/1
交差点など複雑な場面で、自車の快適性と進行性を保ちつつ他車に過度に攻撃的にならない「礼儀正しい」挙動・軌道計画を、グラフベースの挙動計画と低レベル軌道生成を組み合わせてリアルタイムに実現する枠組みを提案した論文。
- 悪天候下でも頑健なセマンティックセグメンテーションのためのセンサデータ融合センサフュージョン2019/5/1
カメラとLiDARの2種類のセンサ融合アーキテクチャを比較し、未知のノイズに強い学習法(RLM)を適用することで悪天候時のセグメンテーション精度とロバスト性が大幅に向上することを示した。
- 高解像度LiDARのラベル付きデータで低解像度センサ向け高速物体検出器を訓練する手法LiDAR物体検出2019/5/1
高解像度LiDARの注釈付きデータから低解像度センサのデータをシミュレートし、別センサ種別のラベルを流用してレンジ画像上の物体検出ネットワークを訓練する手法を提案。実車の低解像度センサでも360度レンジ画像をリアルタイム検出できることを示した。
- 物体追跡と動的占有格子地図の融合環境認識2019/4/1
物体追跡と動的占有格子地図という異なる環境表現を関連付けて融合し、より現実に近い推定と長時間の追跡を実現した研究。
- DeepLocalization:深層ニューラルネットワークによるランドマークベースの自己位置推定自己位置推定2019/4/1
車載センサから抽出したランドマークと事前生成した地図を入力とし、車両の位置・姿勢を回帰する深層学習ネットワークを提案。GPSや拡張カルマンフィルタと組み合わせ可能で、従来手法より約10倍高速かつ高精度。
- 自動運転のための深層マルチモーダル物体検出と意味セグメンテーション:データセット・手法・課題マルチモーダル認識2019/2/1
自動運転におけるカメラ・LiDAR・レーダーなどのマルチモーダル融合による物体検出と意味セグメンテーションの研究を体系的に整理し、融合手法や課題をレビューした論文。
- LiDAR 3D物体検出器の効率的学習のための深層能動学習能動学習2019/1/1
RGB画像から生成した2D領域提案で探索空間を絞り、能動学習によりラベル付け作業を最大60%削減しつつLiDAR 3D物体検出器を効率的に訓練する手法を提案した。
- 複数物体追跡・動的占有格子地図・デジタル地図を融合した環境認識フレームワーク環境認識2018/12/1
動的占有格子地図から物体を抽出し、Labeled Multi-Bernoulliフィルタの追跡結果と融合することで誤検出を補償し、物理的制約や地図情報を用いた信頼度評価で物体推定を検証する環境認識手法を提案した。
- 車両間相互作用と道路地図情報を統合したマルチオブジェクトトラッキングマルチオブジェクトトラッキング2018/12/1
車両同士の相互作用と道路形状を考慮してマルチオブジェクトトラッキングを改良し、従来の独立運動仮定が崩れる交通場面でも高精度・高ロバストな追跡を実現した。
- ヘテロスケダスティック不確実性を活用した堅牢なリアルタイムLiDAR 3D物体検出3D物体検出2018/9/1
LiDAR 3D物体検出において、補助出力層で推定した不確実性を損失関数に組み込み、ノイズの多いサンプルを無視して有益なサンプルに集中することで検出精度を最大9%向上させた研究。
- RNNを用いた動的占有格子地図上の深層物体追跡物体追跡2018/5/1
複数のレーザスキャナを統合した動的占有格子地図の時系列をCNNとRNNで処理し、セル状態と物体仮説を追跡する手法を提案。実市街地実験で検出精度と遮蔽物対応の改善を確認した。
- LiDAR 3D車両検出における不確かさの捕捉による安全な自動運転に向けて3D検出2018/4/1
LiDAR点群の3D車両検出器に認識的不確かさと偶然的不確かさを導入し、検出精度や距離・遮蔽との関係を解析するとともに検出性能を1〜5%向上させた。
- 動的占有グリッドマップ上での深層学習による物体検出と自動ラベル生成物体検出2018/2/1
複数のレーザスキャナを統合した動的占有グリッドマップから、単一ステージの畳み込みニューラルネットで物体の形状・位置・姿勢・存在スコアを推定する手法を提案し、自動ラベル生成と不均衡対策の損失関数で学習した。
- 変分レーダーモデルによる複数車両の追跡レーダー追跡2017/11/1
高解像度レーダーの複数検出を扱うため、変分ガウス混合で学習する測定モデルを提案し、ランダム有限集合フィルタに組み込んで車両追跡を行う。実データで手設計モデルを上回ることを示した。
- 都市自律走行のための動的占有グリッド予測:完全自動ラベリングによる深層学習手法予測/自律走行2017/5/1
ベイズフィルタで生成した動的占有グリッドマップを入力に畳み込みニューラルネットワークで将来の占有状態を予測する手法を提案し、完全自動ラベリングにより教師なし学習を実現した。
- 動的占有格子地図のためのランダム有限集合アプローチとリアルタイム応用占有格子地図2016/5/1
複数格子セルの状態をランダム有限集合としてモデル化し、PHD/MIBフィルタをトップダウンに導出して、レーザとレーダの融合による動的占有格子地図をリアルタイム実装した論文。
