Marc Pollefeys
ETH Zurich
収録論文 82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
- 確率的チャレンジによる実世界ロボットマニピュレーションのベンチマークベンチマーク2026/11/9
実世界でのマニピュレーション性能を再現可能かつ比較可能に評価するため、ランダムなタスクサンプルを用いた「確率的チャレンジ」という新たなベンチマーク手法を提案し、異なる研究室の2台のロボットで実証した。
- EgoContact：一人称視点動画で物理的知能を評価する大規模データセット一人称視点/接触点予測2026/10/29
一人称視点動画から接触点予測を評価する22.5K件のデータセットを構築し、既存手法の精度不足を示すとともに、アフォーダンス転移ポリシーのメモリとして使うことで実機把持成功率を16%から58%に改善した。
- 点軌跡予測による4次元世界の学習世界モデル2026/10/20
多視点動画と言語指示から将来の動画とシーン点の3D軌跡を同時予測する世界モデルVPMを提案し、ロボット制御にも応用した研究。
- StateCraft: 抽象状態推論で動画世界モデルを拡張動画世界モデル2026/10/14
言語モデルと動画拡散モデルを組み合わせ、世界の抽象状態を追跡しながら視覚状態を生成する動画世界モデルを提案。長期一貫性と制御性を向上。
- CLoSeR: 長文ストリーミング再構成のためのループ閉じ込み3D再構成2026/10/1
ストリーミング3D再構成基盤モデルにループ閉じ込みを導入し、SE(3)多様体上で姿勢を最適化することで、キロメートル規模の長い系列でもドリフトを抑えて高精度な再構成を実現した。
- ChronoGraph: 視覚言語モデルによる機能的な4Dシーングラフで相互作用理解と接地計画を実現VLA2026/9/30
行動によるシーンの変化を4Dシーングラフとして表現し、視覚言語モデルで理解と計画を統合する手法を提案。グラフを思考連鎖として学習させ、実世界の移動マニピュレーションにも応用した。
- 見えなくなった後も空間を推論する：視野外時空間推論のためのVLMベンチマークVLM2026/9/28
動画内で視界から消えた物体の位置や状態を推論する能力を評価する初のVQAベンチマークBeyond3Dを構築し、9種類のVLMを評価した。
- エレベーターVIGS：視覚慣性ガウススプラッティングSLAMにおけるエレベーター運動とロボット運動の分離SLAM2026/9/20
エレベーター内でカメラとIMUの観測が矛盾する問題を、ロボットの姿勢をエレベーター座標系で推定しエレベーターの運動を別状態として扱うことで解決し、走行中も追跡とマッピングを維持するSLAMシステムを提案した。
- ForceTwin: 計測された人間の操作からロボットマニピュレーションのための物理情報デジタルツインを構築マニピュレーション2026/9/18
力覚グリッパで人間が物体を操作した際の姿勢と力を用い、慣性・摩擦・機構動力学を含む物理情報デジタルツインを同定する手法を提案し、インピーダンス制御のフィードフォワードモデルとして目標達成率を大幅に改善した。
- Map-Det3D: ストリーミング入力からの多視点3D物体検出のためのメトリックフィードフォワード3D再構築事前知識3D物体検出2026/8/12
単眼ビデオから直接メトリック3D空間で物体検出を行うため、RGBから3D再構築するフィードフォワードモデルを幾何学的バックボーンとして利用し、2Dから3Dへのリフティングを回避する新しいオンライン多視点3D物体検出モデルを提案した。
- EgoTrack3D: 自己中心視点3D物体追跡のためのモジュラーフレームワーク3D追跡2026/8/8
自己中心視点のRGBビデオから動的な3Dシーン表現を再構築・維持するモジュラーフレームワークを提案し、静的・動的物体の持続的な3D追跡を実現した。
- DVPSFormer: 自動運転のための効率的なオンライン深度対応ビデオパノプティックセグメンテーションパノプティックセグメンテーション2026/7/28
自動運転向けに、深度・セマンティックセグメンテーション・インスタンス追跡を統合したオンライン4Dシーン理解アーキテクチャを提案。明示的なシーン離散化とオンライン多数決により、リアルタイム処理を実現し、ベンチマークでSOTAを達成。
- EgoHTR: 人間の地形移動の自己中心視点4Dデモンストレーション歩行2026/7/1
自己中心視点のウェアラブルと3Dスキャナを用いて、複雑な環境での人間の移動シーンを再構成するパイプラインとデータセットを構築し、これを活用して人型ロボットの移動ポリシーを訓練し実機で検証した。
- LIME: 一人称視点ビデオから意図を考慮したカメラモーションを学習するカメラモーション生成2026/7/1
ロボットが自然言語の指示に基づいて次に観察すべきカメラの相対姿勢を生成する手法を提案。一人称ビデオから多様な意図とカメラ動作のペアを学習し、観察利得の予測と連続的なフローマッチングによる姿勢生成を組み合わせる。
- VidMap: 時間構造を活用したビデオベースのStructure-from-MotionStructure-from-Motion2026/7/1
SLAMの逐次制約とSfMの大域最適化を組み合わせ、任意の長い非校正ビデオからメートルスケールのカメラ軌道を頑健に復元するシステムを提案した。
- PROSE: 視覚言語モデルによる学習不要の自己中心視点シーン位置合わせシーン位置合わせ2026/6/15
頭部装着カメラで撮影した同一室内の異なる時刻のRGB映像を、事前学習済み視覚言語モデルを用いて物体レベルの3Dシーングラフに変換し、物体対応付けと幾何的検証により位置合わせする学習不要の手法を提案した。
- SG2Loc: 3Dシーングラフを用いた逐次視覚位置推定位置推定2026/6/10
3Dシーングラフを環境表現に用いた軽量な逐次視覚位置推定手法を提案。パーティクルフィルタとセマンティック特徴マッチングにより、大規模な画像データベースや点群を必要とせずに位置推定を実現する。
- 人間のビデオからロボット操作へ：人間中心データを用いたスケーラブルな視覚言語行動学習に関するサーベイVLA/サーベイ2026/6/1
ロボットのデモデータに頼らず、豊富な人間のビデオをVLAモデルの学習に活用する手法を4つのカテゴリに分類して整理し、未解決の課題と今後の研究方向を提示したサーベイ論文。
- Z-FLoc: 幾何プリミティブによるゼロショット間取り図位置推定位置推定2026/6/1
カメラ画像と間取り図の見た目の差を、直線や円などの幾何プリミティブで橋渡しし、再学習なしで未知環境に適用できるゼロショットの位置推定手法を提案した。
- ArtiTwinSplat: RGB-Dビデオからのガウシアンスプラッティングによるインタラクティブなデジタルツイン再構築デジタルツイン/3D再構築2026/6/1
RGB-Dビデオから物体の可動部構造と関節運動を自動推定し、写真のようにリアルで操作可能なデジタルツインを構築するフレームワークを提案。CADモデルや手動アノテーションを不要とし、実世界の観測から直接ロボットの計画・学習に使えるモデルを生成する。
- 幾何学的行動モデルによるロボットポリシー学習VLA2026/6/1
事前学習済みの幾何基盤モデルを共有基盤として、言語条件付きの未来予測と行動生成を統合した操作ポリシーを提案。シミュレーションと実機で高精度・高速・軽量を実証。
- LocalNav: フロンティアVLMと身体化RLの蒸留によるオンデバイス物体目標ナビゲーションナビゲーション2026/6/1
大規模VLMの空間推論能力を軽量な4BパラメータのローカルVLMに蒸留し、組み込みGPU上で低遅延な物体目標ナビゲーションを実現する手法を提案した。
- 対話型ビデオ世界モデリングに向けて：フロンティア、課題、ベンチマーク、将来動向世界モデリング2026/5/31
本論文は、ユーザーのアクションを条件としたビデオや3D生成による対話型世界モデリングの研究動向、技術的課題、評価ベンチマークを体系的にレビューし、将来の研究方向を提案する。
- TriSplat: シミュレーション対応のフィードフォワード3Dシーン再構築3D再構築2026/5/25
スパース視点からの3D再構築を、三角形プリミティブを用いてフィードフォワードで行い、シミュレーションに使えるメッシュを直接出力する手法を提案した。
- ロボット学習のためのワールドモデル：包括的サーベイサーベイ2026/5/1
ロボット学習におけるワールドモデルの役割と進化を体系的にレビューし、ポリシー学習、シミュレーション、評価への応用や課題を整理したサーベイ論文。
- 屋内空間のための階層的かつ全体的なオープンボキャブラリー機能3Dシーングラフ3Dシーン理解2026/5/1
機能的な3Dシーングラフの構築において、テーブルトップ上の密集した物体や多階層の機能関係を扱う新しいパイプラインを提案し、2D視覚グラウンディングと3Dグラフ最適化により頑健なグラフ構造を復元する。
- EgoVerse：世界各地から収集したロボット学習用の自己中心視点人間データセットデータセット/模倣学習2026/4/1
人間の自己中心視点のデモデータを大規模に収集・共有するプラットフォームとデータセットを構築し、人間データからロボットへの転移学習の大規模実験を行った。
- 地図より記憶を：再構成なしの3D物体位置推定物体位置推定2026/3/1
3Dシーン再構成を行わず、姿勢付きRGB-Dキーフレームのみを記憶して視覚言語モデルで候補を絞り、必要時に奥行き逆投影と多視点融合で対象の3D位置を推定する手法を提案。
- OpenFrontier: 視覚言語に基づくフロンティアを用いた汎用ナビゲーションナビゲーション2026/3/1
視覚言語モデルを活用し、フロンティアを意味的アンカーとして用いることで、タスク固有の学習や微調整なしに効率的なゼロショットナビゲーションを実現するフレームワークを提案。
- 実世界でのDROID-SLAM：不確実性を考慮した動的環境対応RGB SLAMSLAM2026/3/1
動的環境で頑健なリアルタイムRGB SLAMシステムを提案し、多視点の視覚特徴の不一致から画素ごとの不確実性を推定して追跡と再構築を改善した。
- 開世界モバイルマニピュレーションのための関節3Dシーングラフモバイルマニピュレーション2026/2/1
RGB-D動画から物体の関節運動を推定し、親子関係を含む意味的・運動学的3Dシーングラフを構築するフレームワークMoMa-SGを提案。
- RaCo: 実用的な学習ベースキーポイントのためのランキングと共分散キーポイント検出2026/2/1
透視画像クロップのみで学習し、回転に頑健なキーポイント検出器と、限られた数のキーポイントでマッチ数を最大化する微分可能ランカー、空間的不確かさを定量化する共分散推定器を統合した軽量ニューラルネットワークを提案。
- VIGS-SLAM: 視覚慣性ガウススプラッティングSLAMSLAM2025/12/1
視覚とIMUを統合最適化し、3Dガウススプラッティングによるリアルタイム追跡と高精細再構成を実現したSLAMシステム。
- Hoi!：力に基づくクロスビュー関節物体操作のマルチモーダルデータセットマニピュレーション2025/12/1
人間とロボットの4つの操作形態で関節物体を操作した3048シーケンスを収録し、視覚・力・触覚を統合したデータセットを構築した。
- 物体目標ナビゲーションのための強化学習手法で重要な要素は何か？実証研究と統合フレームワーク物体目標ナビゲーション2025/10/1
物体目標ナビゲーションの強化学習システムを認識・方策・テスト時強化の3要素に分解し、大規模実験で各要素の影響を分析。認識とテスト時戦略の改善が方策改善より効果的であることを示し、統合フレームワークを提案。
- REACT3D: 対話型物理3Dシーンの関節構造を復元シーン理解2025/10/1
静的な3Dシーンから可動部を検出し、関節の種類や動作を推定して、シミュレーション可能な対話型シーンへと自動変換するゼロショット手法を提案。
- MCGS-SLAM: ガウススプラッティングを用いた高忠実度マッピングのためのマルチカメラSLAMフレームワークSLAM2025/9/1
複数のRGBカメラ入力を3Dガウススプラッティングで統合し、高精度な軌跡推定とフォトリアルな再構成をリアルタイムで行うマルチカメラSLAMを提案。
- 都市規模での一人称視点視覚慣性SLAMベンチマークSLAM2025/9/1
眼鏡型デバイスで都市中心部を歩行・車移動した長時間の自己中心視点データを収録し、測量器具によるセンチメートル精度の間接的な姿勢注釈を付与した視覚慣性SLAM用データセットとベンチマークを提案。既存手法が夜間歩行や車移動で頑健でないことを示す。
- 見えれば到達不要：知覚考慮型強化学習による効率的なロボット検査ナビゲーション2025/9/1
検査対象が見えた時点で移動を止めることを目的とし、地図なしで最短の視認可能軌道を学習する強化学習フレームワークを提案。シミュレーションで訓練し実機に展開、従来手法より効率的な検査軌道を実現。
- ActLoc: 能動的視点選択による移動中の自己位置推定ナビゲーション2025/8/1
地図構築時のカメラ姿勢を学習し、任意の3D位置でのヨー・ピッチ方向の自己位置推定精度を予測する注意機構モデルを提案。これを経路計画に組み込み、タスク・運動制約下で自己位置推定が最も頑健になる視点を能動的に選ぶ枠組み。
- Spot-On: 複数ロボット協調のための複合現実インターフェース複合現実/群制御2025/5/1
複合現実（MR）を用いて複数の四足歩行ロボットを操作し、引き出しやドア、照明スイッチなどの協調作業を可能にするフレームワークを提案し、ユーザビリティを検証した。
- ForesightNav: シーン想像による効率的な探索学習ナビゲーション2025/4/1
未探索領域の占有・意味情報を予測する想像モジュールを備え、長期的なナビゲーション目標を効率的に選択することで未知環境での探索性能を高める手法を提案。
- 動的環境における単眼ガウシアンスプラッティングSLAMSLAM2025/4/1
動く物体がある環境でも、不確かさを考慮した幾何マッピングにより高精度な追跡・地図構築・描画を実現する単眼RGB SLAMシステムを提案した。
- MAPLE: 一人称視点動画から学習した器用なロボット操作の事前知識のエンコードマニピュレーション2025/4/1
一人称視点の大規模動画から物体との接触点と手の姿勢を予測する特徴を学習し、それを用いて器用なロボット操作の政策を訓練する手法を提案。シミュレーションと実機の17自由度ハンドで有効性を示した。
- MP-SfM: 単眼表面事前分布によるロバストなStructure-from-Motion3次元復元2025/4/1
単眼深度・法線の事前分布をSfMに統合し、極端な視点変化や対称性による誤対応に強い屋内3次元復元を実現した。
- SG-Tailor: シーングラフ操作のための物体間常識関係推論シーングラフ/常識推論2025/3/1
シーングラフのノード追加やエッジ変更時に生じる矛盾を解消し、常識的な関係を自己回帰的に予測するモデルを提案。シーン生成やロボット操作に組み込み可能。
- VidBot: 野生の2D人間動画から汎化可能な3D行動を学習し、ゼロショットロボットマニピュレーションを実現VLA2025/3/1
インターネット上の一人称RGB動画から3Dハンド軌跡を抽出し、粗から細へのアフォーダンス学習と拡散モデルでロボットのゼロショット操作を可能にするフレームワークを提案。
- 二視点ループ閉じによる再構築不要なスケーラブル軌道推定VSLAM2025/3/1
再構築を行わず、二視点ループ閉じと単眼深度事前分布を活用して、スケーラブルなVisual SLAMを実現する2GOシステムを提案。
- FrontierNet: 視覚的手がかりで探索する学習モデル探索2025/1/1
RGB画像と単眼深度からフロンティアを提案し情報利得を予測する視覚ベースの探索システムを開発し、3D地図依存の手法より初期探索効率を15%改善した。
- PickScan: 手持ち操作による物体発見と再構成3D再構成2024/11/1
RGB-Dカメラで物体を持ち上げながら撮影し、物体ごとの3Dモデルを生成するクラス非依存な手法を提案。操作検出とマスク抽出により高精度な再構成を実現した。
- ロスト＆ファウンド：一人称視点観測による3D動的シーングラフの変化追跡動的シーングラフ2024/11/1
一人称視点の記録から物体の6DoF姿勢を追跡し、動的シーングラフをオンライン更新する手法を提案。ロボットの教示・再現に応用可能。
- HoloSpot: 複合現実のドラッグ&ドロップによる直感的な物体操作遠隔操作2024/10/1
スキャンした部屋を縮小模型のホログラムとして表示し、ドラッグ&ドロップで指示した物体操作をSpotロボットの実動作に変換するMRインターフェースを開発した。
- SpotLight: インタラクションとアフォーダンス検出によるロボットのシーン理解アフォーダンス2024/9/1
VLMを用いたアフォーダンス予測で照明スイッチの操作を実現し、物理的インタラクションを通じてシーングラフの関係を学習するフレームワークを提案。
- どこを見るべきかを学習：幾何情報を用いた能動的定位のための自己教師あり視点選択能動的定位2024/7/1
幾何情報を活用した自己教師あり学習により、ロボットが定位精度を高めるための視点をリアルタイムに選択する手法を提案し、合成・実データで既存手法を上回る性能を示した。
- MAP-ADAPT: リアルタイム品質適応型セマンティック3Dマップセマンティックマッピング2024/6/1
RGBDフレームから、シーンの意味情報と幾何学的複雑さに応じて領域ごとに品質を変える単一のセマンティック3Dマップをリアルタイム生成する手法。
- LLMが3D世界へ：マルチモーダル大規模言語モデルによる3Dタスクのサーベイとメタ分析3D-LLM2024/5/1
LLMを3D空間データに統合する3D-LLMの研究を、点群からNeRFまでの表現、シーン理解・対話・ナビゲーションなどのタスク、課題と将来展望まで体系的に整理したサーベイ。
- ロボティクスにおけるNeRF：サーベイNeRF2024/5/1
NeRFのロボティクスへの応用と、ロボティクス展開に向けたNeRF自体の改良に関する研究を体系的にまとめたサーベイ論文。
- Spot-Compose: 点群におけるオープンボキャブラリ物体検索と引き出し操作のフレームワークマニピュレーション2024/4/1
市販の3Dスキャナで得た点群を使い、オープンボキャブラリなインスタンス分割と把持姿勢推定を組み合わせて、実環境で物体の動的ピッキングと引き出し開けを行うフレームワークを構築した。
- F$^3$Loc: フロアプラン自己位置推定のための融合とフィルタリング自己位置推定2024/3/1
フロアプラン上での自己位置推定を、単一・多視点の深度予測を融合した確率的モデルと時間フィルタリングで高精度・リアルタイムに実現した研究。
- 静止するものはない：大規模な幾何学的・時間的変化下での3D点群位置合わせの時空間ベンチマーク点群位置合わせ/時空間マッピング2023/11/1
建設・改修中の大規模屋内環境を繰り返し計測した3D点群データセットを構築し、大きな時空間変化を伴うシーン断片の位置合わせを評価するベンチマークNSSを提案した。
- SNI-SLAM: 意味論的ニューラル暗黙表現SLAMSLAM2023/11/1
ニューラル暗黙表現を用いて、意味論的マッピング・高品質な表面再構成・頑健なカメラ追跡を同時に行うSLAMシステムを提案。階層的意味表現とクロスアテンションによる特徴統合、特徴レベル損失を導入し、ReplicaとScanNetで高精度を達成。
- 人間とロボットのチーム作業のための3D複合現実インターフェース複合現実/ヒューマンロボットインタラクション2023/10/1
複合現実デバイスを用いて、壁越しにロボットの位置や3Dマップを可視化し、ドラッグ＆ドロップで目標位置を指示できるシステムを開発した。
- マルチエージェント協調のための能動的視覚自己位置推定：データ駆動型アプローチ自己位置推定2023/10/1
異なる視点を持つロボットやデバイスの地図上で自己位置を推定するため、最適な視点を選択するデータ駆動型手法を提案し、シミュレーションと実環境で既存手法を上回る性能を示した。
- NeRFを活用した不確実性を考慮した視覚的自己位置推定視覚的自己位置推定2023/10/1
NeRFで生成した学習データの不確実性を評価し、情報量の多い視点を選別することで、シーン座標回帰による視覚的自己位置推定を高効率化する手法を提案。
- ボリュメトリックな意味的一貫性を持つ3Dパノプティックマッピング3Dマッピング2023/9/1
Voxel-TSDF表現を用い、意味予測の信頼度を統合して意味的・インスタンス的に一貫した3D領域を生成するオンライン2D-to-3Dマッピング手法を提案し、大規模データセットで高精度を達成した。
- 酔いどれオドメトリ：変形シーンにおけるカメラ運動推定変形オドメトリ2023/6/1
変形する3Dシーン内でカメラ運動を推定する新しい手法を提案し、その評価用に合成データセット「Drunkard's Dataset」を構築した。
- 学習ベースの次元削減によるコンパクトで効果的な局所特徴記述子の計算特徴記述子2022/9/1
多層パーセプトロン(MLP)を用いて、SIFTやHardNetなどの高次元局所特徴記述子を低次元化する手法を提案し、PCAより優れた次元削減性能と下流タスクでの性能向上を示した。
- 空間コンピューティングと直感操作：複合現実とロボティクスの融合HRI2022/2/1
複合現実デバイスの空間認識と一人称センシングを活用し、ロボットのミッション計画・ジェスチャ操作・没入型遠隔操作を実現する複数のヒューマンロボットシステムを提案した論文。
- パノプティック・マルチTSDF：動的環境における多解像度ボリュメトリックマッピングと長期的一貫性のための柔軟な表現ボリュメトリックマッピング2021/9/1
物体レベルの意味情報を活用し、必要な箇所にのみ高解像度を割り当てる多解像度TSDF表現を提案。長期変化する環境でも意味的一貫性を保ちながらオンラインで地図構築・更新・照会できる。
- 動きぼやけを考慮したビジュアルオドメトリビジュアルオドメトリ2021/3/1
露光時間内のカメラ軌道を直接モデル化・推定することで動きぼやけを補正するハイブリッド型ビジュアルオドメトリを提案し、評価用データセットも構築した。
- Freetures: 符号付き距離関数マップにおける自己位置推定自己位置推定2020/10/1
暗黙的表面表現であるSDFから直接特徴量を抽出し、表面と自由空間の両方を記述することで、従来の表面のみの記述子より高精度な幾何学的自己位置推定を実現した。
- LIC-Fusion 2.0：スライディングウィンドウ平面特徴追跡を用いたLiDAR-慣性-カメラオドメトリマルチセンサ融合オドメトリ2020/8/1
IMUで補償したLiDAR点群から低曲率の平面点を抽出しスライディングウィンドウ内で追跡する新手法を導入し、LiDAR-慣性-カメラ融合オドメトリの精度とロバスト性を向上させた研究。
- 放射状投影を用いたインフラ基盤ベースのマルチカメラキャリブレーションキャリブレーション2020/7/1
SLAMやSfMで構築した3D地図を利用し、視覚的重複が少ないマルチカメラシステムの内部・外部パラメータを放射状歪みを仮定した2段階手法で高精度かつ頑健にキャリブレーションする。
- 全方位ローカリゼーションと高密度マッピングのための広基線マルチカメラSLAMSLAM2020/3/1
超広角魚眼カメラを複数用いた広基線ステレオ構成で、全方位の深度推定と自己位置推定を統合し、ループ閉じ込みとTSDF融合により高精度な3D地図を生成するシステムを提案した。
- 大規模動的環境のためのロバスト高密度マッピング動的環境マッピング2019/5/1
ステレオ画像から、静的背景・移動物体・駐車車両のような潜在的移動物体を別々に再構成する高密度マッピング手法を提案し、KITTIで評価した。
- 構造規則性を利用した逐次的な視覚慣性3Dメッシュ生成SLAM/3D復元2019/3/1
VIOの状態推定とメッシュ正則化を因子グラフで密結合し、構造規則性を検出・適用して逐次的に3Dメッシュを生成する手法を提案。局所化精度も向上する。
- 到達可能性に基づくエピソード的好奇心強化学習/探索2018/10/1
エピソード記憶と環境ステップ数による到達可能性を用いて新規性ボーナスを計算する好奇心手法を提案し、ViZDoomやDMLabの探索タスクでICMを上回り、MuJoCoのアリが一人称視点のみで歩行を学習できることを示した。
- AutoVisionプロジェクト：多カメラ自動運転車の自己位置推定と3Dシーン認識自動運転/自己位置推定2018/9/1
カメラのみを外界センサとして用い、昼夜・都市/田舎・GNSS非搭載環境でも自己位置推定と3D認識を実現する自動運転プロジェクトの概要と、キャリブレーション・自己位置推定・認識の進捗を報告した論文。
- 魚眼カメラを用いた自動運転車向けリアルタイム高密度マッピングマッピング2018/9/1
複数の魚眼カメラ映像から平面スイープステレオで深度を推定し、YOLOv3で動的物体を除去した上でTSDFに統合することで、車載PC上で15Hz動作する視覚のみの3D地図生成を実現した。
- マルチカメラ視覚自己位置推定のための効率的な2D-3Dマッチング自己位置推定2018/9/1
複数カメラと慣性センサを用い、優先度付き特徴マッチングと並列処理で大規模環境での視覚的自己位置推定を高速かつ頑健に行う手法を提案した。
- 屋外庭園作業ロボットTrimBot2020屋外ロボティクス2018/4/1
EUプロジェクトで、生垣の刈り込みやバラの剪定を自動で行う初の屋外庭園ロボットを試作した論文。
- Semantic3D.net：大規模3D点群分類ベンチマーク3D点群セグメンテーション2017/4/1
40億点以上の手動ラベル付き3D点群データセットを構築し、深層学習による3D点群セマンティックセグメンテーションのベンチマークを提供した論文。
