Louis Wiesmann
収録論文 10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
- 変化する環境における視覚的マルチセッション位置合わせのためのスパースアンカー位置推定2026/11/3
大きく変化する環境でも再訪時に自己位置を推定できるよう、信頼できる少数の絶対姿勢アンカーとセッション内の相対姿勢制約を組み合わせて軌道全体を参照マップに位置合わせする手法を提案した。
- 情報量を考慮したオドメトリと遡及的ループクロージャによるグラフベースLiDAR SLAMの地図整合性向上SLAM2026/7/1
LiDAR SLAMにおいて、軌道精度だけでなく再訪地点での地図の幾何的整合性を高めるため、ICPの情報行列を推定してオドメトリ制約を重み付けし、階層的かつ遡及的なループクロージャで見逃しを回復する手法を提案した。
- 効率的な暗黙的ニューラルマップ表現による屋内自己位置推定精度の向上自己位置推定2025/3/1
2D LiDARスキャンから位置・方向の幾何特徴を捉える暗黙的ニューラルマップ表現を提案し、モンテカルロ自己位置推定の観測モデルに組み込むことで屋内ロボットの位置推定精度を向上させた。
- PINGS: 点ベース暗黙的ニューラルマップにおけるガウシアンスプラッティングと距離場の統合SLAM2025/2/1
LiDARとカメラから距離場と放射輝度場を同時に構築し、幾何学的整合性を保つことで相互に精度を高め合うSLAMシステムを提案した。
- 連続時間軌道を活用した効率的なLiDARバンドル調整によるマルチスキャン位置合わせSLAM/点群位置合わせ2024/12/1
連続時間軌道を最小二乗調整に組み込み、対応探索の枝刈りとアウトオブコアバッファで数千点群を効率的に大域整合させる3D LiDARバンドル調整手法を提案。
- PIN-SLAM: 点ベース暗黙的ニューラル表現による大域的整合性を実現するLiDAR SLAMSLAM2024/1/1
疎な最適化可能なニューラル点による弾力的でコンパクトな暗黙的SDFマップを用い、ループ閉じ込み時にマップを変形させて大域的に整合した地図を構築するLiDAR/RGB-D対応SLAMを提案。
- LIO-EKF:拡張カルマンフィルタを用いた高周波LiDAR慣性オドメトリLiDAR慣性オドメトリ2023/11/1
点対点レジストレーションと拡張カルマンフィルタを組み合わせ、適応的なデータ対応付けでパラメータ調整を削減したLiDAR慣性オドメトリを提案し、高精度かつ高速な推定を実現した。
- KISS-ICP: ポイントツーポイントICPの再評価 — 正しく行えばシンプル・高精度・頑健な位置合わせLiDARオドメトリ/sim2real2022/9/1
LiDAR点群のみを用い、適応的閾値・ロバストカーネル・運動補償・サブサンプリングを組み合わせたシンプルなポイントツーポイントICPによるオドメトリ手法を提案し、IMUなしで様々な環境・センサで最先端性能を達成した。
- 変化する環境でのテキスト検出を活用したロバストなオンボード自己位置推定自己位置推定2022/3/1
屋内環境の構造変化に対応するため、看板などの文字情報をテキスト検出で認識し、LiDARとカメラを用いたパーティクフィルタによる自己位置推定に統合した。オフィス環境での実験で構造変化や人混みに対してロバストで、オンボード計算機で動作することを示した。
- 3D LiDARデータにおける移動物体セグメンテーション:時系列データを活用した学習ベース手法移動物体セグメンテーション2021/5/1
回転式3D LiDARの連続レンジ画像とCNNを用い、車両や歩行者などの意味クラスではなく「移動中か静止中か」を区別してシーンをセグメントする手法を提案し、SemanticKITTIベースの新ベンチマークも公開した論文。
