Marco Camurri
収録論文 24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
- UNSEEN: 未知環境におけるスパース推定を用いた不確実性を考慮したナビゲーションナビゲーション2026/6/1
前方カメラのみを用いて、位置推定・地図構築・経路計画を統合し、不確実性を考慮した視覚ナビゲーションを実現するフレームワークを提案した。
- DigiForest: 持続可能な林業のためのデジタル分析とロボティクス林業ロボティクス2026/4/1
森林管理の持続可能性向上を目指し、自律ロボット群による樹木データ収集、自動特性抽出、意思決定支援、低影響伐採を統合した大規模精密林業システムを提案・実証した論文。
- 長期生態モニタリングサイトにおける標準化された森林調査のためのマルチプラットフォームLiDARデータセット計測/データセット2026/4/1
森林の3次元構造を測定するための、UAV・地上・バックパック型の3種類のLiDARデータを統合した公開データセットを構築し、校正やベンチマークに利用できるようにした。
- ロボット犬は見えざるものを見る:探査ロボットのための「ピアリング」による視覚解釈性の向上視覚認識2025/11/1
昆虫の横揺れ運動「ピアリング」と大規模マルチモーダルモデルを組み合わせ、葉などの遮蔽物があってもロボットが高解像度でリアルタイムに視覚理解できる手法を提案した。
- ファクターグラフを用いたロバストな視覚慣性オドメトリのための深層IMUバイアス推定視覚慣性オドメトリ2022/11/1
視覚追跡が失敗した際の視覚慣性オドメトリの誤差蓄積を抑えるため、IMUバイアスの進化をニューラルネットワークで学習し、ファクターグラフに統合する手法を提案。
- 基地局不要のGNSS・IMU・LiDAR融合による高精度ロボット自己位置推定自己位置推定2022/9/1
生のGNSS受信データをIMUやLiDARとファクターグラフで密結合し、基地局なしで高精度かつ滑らかなロボット自己位置推定を実現する手法を提案した論文。
- Hilti-Oxfordデータセット:ミリメートル精度のSLAMベンチマークSLAM2022/8/1
LiDAR・5台のカメラ・IMUを搭載した計測プラットフォームで収集し、ミリメートル精度の正解データを備えたSLAM評価用データセットを構築した。
- チームCERBERUS、DARPA地下チャレンジ優勝:技術概要と教訓群制御2022/7/1
脚式ロボットと飛行ロボットを組み合わせたシステムで、GPSのない過酷な地下環境を自律探索し、DARPA地下チャレンジで優勝した技術を報告する論文。
- CERBERUS:DARPA地下トンネル・都市環境における脚式・飛行ロボットの自律探査自律探査2022/1/1
DARPA地下チャレンジ向けに、四脚ロボットと飛行ロボットを統合し、カメラ・LiDAR・慣性センサの融合と集中型マップ最適化で地下環境を自律探査するシステムを構築した。
- Newer CollegeデータセットのマルチカメラLiDAR慣性拡張データセット2021/12/1
Newer Collegeデータセットを拡張し、ハードウェア同期されたマルチカメラ・LiDAR・IMUと6DoF正解姿勢を備えた4.5kmの歩行データセットを構築した。
- 動的脚式ロボットの状態推定のための慣性オドメトリ学習状態推定2021/11/1
IMUデータから学習した変位計測を脚式ロボットの脚オドメトリと融合し、滑りや軟弱地形でもドリフトを抑える固有受容状態推定手法を提案した。
- 予算を均衡させる:マルチカメラ視覚慣性オドメトリのための特徴選択と追跡視覚慣性オドメトリ2021/9/1
複数カメラ間で特徴を連続追跡し、全体の特徴数を固定予算に抑えることで、狭所や暗所でも高精度かつ低計算コストな視覚慣性オドメトリを実現した。
- 触覚でナビゲート:幾何情報と地形分類を融合した触覚モンテカルロ位置推定触覚/位置推定2021/8/1
脚式ロボットの足裏力と関節・IMU情報のみから地形クラス確率と足接地点の幾何情報を融合し、事前地図内で自己位置を推定する手法を提案。ANYmal四脚ロボットで1.2km以上走行し誤差20cm未満を達成した。
- 脚式ロボットのための視覚・慣性・LiDAR・脚オドメトリ統合ナビゲーション状態推定2021/7/1
視覚・慣性・LiDAR・脚オドメトリの4センサをファクタグラフで密結合し、脚オドメトリの速度バイアスをオンライン推定することで、不整地や暗所でも高精度に自己位置推定できるシステムを開発した。
- 能動的なマルチカメラ視覚教示・再現のためのカメラ性能モデル学習視覚教示・再現2021/3/1
教示走行時のカメラ映像から各カメラの性能モデルを学習し、再現走行時に最も情報量の多いカメラを能動選択することで、遮蔽や環境変化に頑健なマルチカメラ視覚教示・再現を実現した。四足歩行ロボットでの実機実験と4カメラへの拡張も示す。
- LiDAR・視覚・慣性を統合したマルチモーダルランドマーク追跡による密結合オドメトリLiDAR-視覚-慣性オドメトリ2020/11/1
LiDARの3D線・平面プリミティブを複数スキャンにわたりランドマークとして追跡し、視覚特徴とIMUとを単一の因子グラフで密結合してリアルタイムに最適化するオドメトリシステムを提案した。
- 大規模探索のための弾力的で効率的なLiDAR再構成SLAM/3D再構成2020/10/1
CPUのみで動作し、60mの長距離LiDARスキャンを毎秒数フレームで統合して大規模環境を再構成する弾力的な3Dマッピング手法を提案。ループ閉じ込め後の動的補正とサブマップ融合により長時間探索へのスケーラビリティを実現した。
- 視覚遮断環境における四足歩行のための触覚的逐次モンテカルロ自己位置推定触覚2020/5/1
カメラやLiDARが使えない環境で、四足ロボットの足の接触情報と事前地図から逐次モンテカルロ法により自己位置を推定する手法を開発し、ANYmalで実機検証した。
- New Collegeデータセット:地上真値を備えた手持ちLiDAR・慣性・視覚データSLAMデータセット2020/3/1
オックスフォードのNew Collegeを歩行速度で約2.2km移動しながら取得したLiDAR・慣性・視覚センサデータセットで、三脚式高精度LiDARによる地図からセンチメートル精度の6DoF地上真値を付与した。
- 脚式ロボットのオドメトリにおける接触非線形性を克服するための事前積分速度バイアス推定脚式ロボットオドメトリ2019/10/1
脚式ロボットの滑りやすい・変形する地形での脚オドメトリのドリフトを抑えるため、事前積分速度ファクタにバイアス項を導入し、ステレオ視覚とIMUと緊密に融合するファクタグラフ手法を提案した。ANYmalロボットで検証し、相対姿勢誤差を従来手法比26%、最先端の固有感覚推定器比52%改善した。
- ファクターグラフ最適化による堅牢な脚式ロボットの状態推定状態推定2019/4/1
慣性・脚オドメトリ・視覚オドメトリをファクターグラフで融合し、滑りや動的動作に強い四足ロボットの状態推定手法を提案、屋外産業環境で精度向上を実証した。
- 脚式ロボットにおけるマルチカメラ外部キャリブレーションのための因子グラフ手法キャリブレーション2018/11/1
脚式ロボットのカメラとベースリンク間の相対姿勢を、運動学とフィデューシャルマーカーを用いた因子グラフ最適化で推定するキャリブレーション手法を提案し、HyQで既存手法と比較した。
- CNNによる動的歩行のための高速かつ連続的な足場適応歩行2018/9/1
CNNベースの自己教師あり足場分類器を用い、脚の遊脚期中に視覚フィードバックから着地位置をリアルタイムに連続補正する手法を提案し、四足ロボットHyQで有効性を示した。
- 外乱と知覚品質変動に頑健な不整地歩行のためのヒューリスティック計画歩行2018/5/1
視覚情報が乏しい・劣化する状況でも4脚ロボットが不整地を歩けるよう、ヒューリスティックな計画手法と反射・外乱推定補償を組み合わせた枠組みを提案し、HyQで実証した。
