Maurice Fallon
収録論文 72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
- 分散型低コストToFセンサによる四足歩行ロボットの障害物回避と足場計画歩行2026/9/25
四足歩行ロボットに分散配置した低コストToFセンサで近距離地形を計測し、深度カメラに代わって障害物回避と足場計画が可能かを検証した研究。
- DRS-VPT: ビジョンポイントトランスフォーマーによるスキャンへの直接再ローカライゼーション再ローカライゼーション2026/9/11
クエリ画像と参照3D点群からスキャンの姿勢と点マップを予測し、カメラ-LiDARキャリブレーションや屋内再ローカライゼーションを統合的に行うフィードフォワードトランスフォーマーを提案。
- OASIS-Map: セマンティック対応マッチングを用いたマルチセッションマッピングにおけるオブジェクトレベルの変化検出マッピング/変化検出2026/7/1
複数回の訪問で得た地図間のオブジェクト変化を、パッチレベルのセマンティック対応を用いて検出・関連付けるマッピングシステムを提案。実環境での物体移動や置換を高精度に検出した。
- Hilti-Trimble-Oxfordデータセット：フロアプラン事前情報を用いた360度視覚慣性SLAMと位置推定のベンチマークSLAM/位置推定2026/7/1
建設現場で収集した360度カメラとIMUによる視覚慣性データセットを提供し、SLAMとフロアプラン参照位置推定のベンチマークを評価した論文。
- ScaRF-SLAM: フィードフォワードモデルと古典的ビジュアルSLAMによるスケール一貫再構成SLAM2026/6/1
古典的な特徴ベースSLAMでロバストなトラッキングを行い、幾何基盤モデル(GFM)はマッピング専用に用いる分離型フレームワークを提案。スケール最適化とサブマップ更新により高精度な稠密再構成を実現した。
- LEXI-SG: 部屋誘導フィードフォワード再構成による単眼3Dシーングラフマッピングシーングラフ/単眼SLAM2026/5/1
RGBカメラのみを用いて、オープンボキャブラリの3Dシーングラフを構築する初の密な単眼マッピングシステムを提案。部屋単位で再構成を遅延させ、グローバルな整合性を保つ。
- LAPS: 能動的プーリングとサンプリングによるニューラル距離場を用いたインクリメンタルLiDARマッピングの改善マッピング2026/5/1
ニューラル距離場を用いた逐次LiDARマッピングにおいて、破滅的忘却を防ぐためのリプレイ管理手法LAPSを提案。信頼性に基づく能動的プーリングと不確実性に基づく能動的サンプリングにより、限られたメモリで重要な履歴データを保持し、未学習領域への最適化を集中させることで、再構成の完全性を向上させる。
- 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。
- TreeLoc++: コンパクトな森林インベントリを用いた頑健な6自由度LiDAR位置推定位置推定2026/3/1
森林管理のためのロボット位置推定において、従来の大容量点群ではなく、コンパクトなデジタル森林インベントリ（DFI）を直接利用する新しいグローバル位置推定フレームワークを提案し、センチメートル精度を達成した。
- GrandTour: 実環境における脚式ロボットのマルチモーダル知覚と状態推定のためのデータセット歩行2026/2/1
ANYmal-D四脚ロボットにLiDAR・カメラ・固有感覚センサを搭載し、山岳から都市・廃墟まで多様な屋内外環境で収集した大規模マルチモーダルデータセットを公開。RTK-GNSSとトータルステーションによる高精度な正解軌道も含み、SLAMや状態推定、マルチモーダル学習の評価基盤を提供する。
- TreeLoc: 森林における樹木間幾何マッチングによる6自由度LiDARグローバル位置推定位置推定2026/2/1
森林環境でLiDARを用いて樹木の幹と胸高直径を手がかりに場所認識と6自由度姿勢推定を行うグローバル位置推定フレームワークを提案し、多様な森林ベンチマークで高精度を達成した。
- Sapling-NeRF: 森林における苗木の地理的位置推定再構成による生態モニタリング3D再構成/生態モニタリング2026/2/1
NeRF・LiDAR SLAM・GNSSを融合し、森林内の苗木を地理的位置を保ったまま高精度に3D再構成する手法を提案。幹の高さや枝分かれ、葉と木質の比率をTLSより正確に計測できる。
- PlanarMesh: LiDARからのコンパクトな3Dメッシュを漸進的適応解像度再構成で構築3D再構成2025/10/1
LiDARデータから平面モデリングとメッシュ化を組み合わせ、局所曲率と自由空間情報に応じて解像度を適応的に変えながらリアルタイムでコンパクトな3Dメッシュを漸進的に構築するシステムを提案。
- LT-Exosense: 外骨格の生涯安全ナビゲーションのための視覚中心マルチセッションマッピングシステムナビゲーション2025/10/1
下肢障害者向けの自平衡外骨格の長期的な自律ナビゲーションを支援するため、複数セッションの空間情報を逐次融合し、環境変化を検出して永続的な地図を更新する視覚ベースのマッピングシステムを開発した。実環境実験で5cm未満の精度を達成し、動的環境での適応的経路計画の可能性を示した。
- 脚式ロボットによる自律的な森林インベントリ構築：システム、教訓、今後の課題歩行2025/6/1
四足歩行ロボットANYmalを用いて森林内を自律走行し、樹木の検出と胸高直径推定を行うシステムを開発し、欧州3カ国の森林で1年半にわたる実証実験を行った。
- ImLPR: 視覚基盤モデルを用いた画像ベースLiDAR位置認識位置認識2025/5/1
LiDAR点群を3チャネルの距離画像に変換し、視覚基盤モデルDINOv2を活用して位置認識を行う手法を提案。複数のデータセットで最先端性能を達成した。
- Boxi: ロボティクスにおけるアルゴリズム性能を考慮した設計判断センサフュージョン2025/4/1
複雑な環境で移動ロボットの自律性を高めるため、LiDARやカメラ、IMUなどを統合したセンサペイロードBoxiを設計し、時間同期やキャリブレーションが状態推定性能に与える影響を分析した論文。
- OpenLex3D: オープンボキャブラリ3Dシーン表現のための階層的評価ベンチマーク3Dシーン理解2025/3/1
Replica、ScanNet++、HM3Dのシーンに同義語や詳細記述を含む新規ラベルを付与し、オープンボキャブラリ3Dシーン表現を評価するベンチマークを提案。既存手法の失敗事例や改善点を明らかにする。
- SiLVR: 不確実性定量化を伴うスケーラブルなLiDAR-視覚放射輝度場再構成NeRF/再構成2025/2/1
LiDARとカメラを融合し、不確実性を定量化しながら大規模なNeRF再構成を行うシステムを提案。
- 必要最小限の設計：シンプルで効果的なオープンボキャブラリ・シーングラフシーングラフ2024/12/1
3Dオープンボキャブラリ・シーングラフの設計を見直し、画像前処理・特徴融合・特徴選択を検討して、計算量を3分の1に抑えつつ最先端精度を維持する手法を提案した。
- オックスフォード・スパイアズデータセット：大規模LiDAR-視覚ローカリゼーション・再構成・放射輝度場手法のベンチマークデータセット/ベンチマーク2024/11/1
オックスフォードのランドマーク周辺で取得した大規模マルチモーダルデータセットを構築し、SLAM・SfM・MVS・NeRF・3Dガウシアンスプラッティングなどのローカリゼーションと3D再構成手法を評価するベンチマークを提供した。
- 変形可能なポーズグラフを用いた森林点群のマーカーレス航空・地上統合点群統合/sim2real2024/10/1
反射マーカーを使わずに、航空レーザースキャンと地上レーザースキャンの点群をポーズグラフで自動統合し、森林の詳細な3次元再構成を可能にする手法を提案した。
- 3Dマップ表現を横断する視覚的自己位置推定：点群・メッシュ・NeRFの比較自己位置推定2024/8/1
点群・メッシュ・NeRFといった異なる3Dマップ表現から合成画像データベースを生成し、単眼カメラ画像のグローバルな視覚的自己位置推定を行う統一システムを提案・評価した。
- AutoInspect: 長期的な自律産業点検に向けて自律ナビゲーション2024/4/1
ROSベースのミッション自律システムAutoInspectを開発し、鉱山や核融合炉などで数週間から数ヶ月の長期自律点検を実現した。
- 脚式ロボットによる自律的な森林インベントリ：システム設計と実地展開フィールドロボティクス2024/4/1
脚式ロボットを用いて森林の樹木調査を自律的に行うシステムを構築し、フィンランドと英国の森林で実地試験を実施した。英国では20分で0.96ヘクタールを調査し、100本以上の樹木を同定、胸高直径を約2cmの精度で推定した。
- 野生環境の視覚ナビゲーション：事前学習モデルとオンライン自己教師あり学習による高速走行可能性学習ナビゲーション2024/4/1
森林や草原などの自然環境で、事前学習済みモデルの特徴量とオンライン自己教師あり学習を組み合わせ、短時間の実地デモから走行可能領域を推定してロボットをナビゲートするシステムを提案した。
- SiLVR: ロボット検査のためのスケーラブルなLiDAR-視覚再構成とニューラル放射輝度場NeRF/3D再構成2024/3/1
LiDARとカメラ画像を融合し、NeRFを用いて大規模環境を幾何学的に正確かつ写実的に再構成するシステムを提案。脚ロボットやドローンでの実証実験を行った。
- LiSTA: 雑然環境における幾何学的物体ベースの変化検出SLAM2024/3/1
LiDAR SLAMと学習済み記述子を組み合わせ、数週間〜数ヶ月単位で物体の追加・削除・移動を確率的に検出するシステムを提案。四足歩行ロボットによる実環境データで既存手法を上回る性能を示した。
- Exosense: 外骨格のための視覚ベースシーン理解システム外骨格/視覚SLAM2024/3/1
自己平衡型外骨格に搭載する視覚中心のシーン理解システムを提案し、歩行中の自己位置推定と地形マッピングを実現した。
- 移動ロボットシステムによるオンライン樹木再構成と森林インベントリ森林計測/移動ロボット2024/3/1
移動型レーザースキャナを用いて、森林内を移動しながらリアルタイムで樹木を検出・再構成し、森林インベントリをオンライン生成するシステムを提案した。ポーズグラフLiDAR SLAMでデータを逐次更新し、TLSや手動測定に匹敵する精度を達成した。
- 密林環境におけるLiDAR位置認識の評価と展開位置認識2024/3/1
4つのLiDAR位置認識手法を森林データで比較し、最良のLogg3dNetを6自由度姿勢推定に統合してSLAMや地図統合、再位置推定に応用した。
- Osprey: LiDAR SLAMと次善視点計画による複数セッション自律空中マッピング空中マッピング2023/11/1
LiDARベースのSLAMと次善視点計画を組み合わせ、非専門家が指定した領域を複数回の飛行で自律的にマッピングする空中システムを開発し、産業現場での実証実験で手動調査を上回るカバレッジを達成した。
- 言語拡張型屋内SLAM（LEXIS）：実時間視覚シーン理解のための汎用システムSLAM2023/9/1
大規模言語モデルのオープン語彙性を活用し、CLIP特徴を組み込んだトポロジカルSLAMグラフで部屋分類・場所認識・ループ閉じ込みを実現する実時間屋内SLAMシステムを提案。
- 全身MPCと最適領域選択による知覚型歩行歩行2023/5/1
接触面選択の組合せ爆発を避けつつ、全身MPCでロボットの限界に近い歩行動作をリアルタイム生成する枠組みを提案し、不整地やICRA 2023四足歩行チャレンジで検証した。
- 野外環境における高速な走行可能領域推定走行可能領域推定2023/5/1
自己教師あり学習と視覚トランスフォーマーを用いて、森林や草原などの自然環境でロボットが走行可能な地形をオンラインで推定するシステムを提案した。
- InstaLoc: インスタンス学習による屋内環境でのワンショット全球LiDAR自己位置推定自己位置推定2023/5/1
屋内環境において、単一のLiDARスキャンから事前地図内での自己位置を推定する手法。パノプティックセグメンテーションとインスタンス記述子を用いて物体を認識・照合し、6自由度の姿勢を推定する。
- IMUを用いたオンライン複数LiDARキャリブレーションキャリブレーション2023/2/1
各LiDARに搭載されたIMUの生信号を突き合わせて初期推定を行い、ICPと点群特徴マッチングで外部キャリブレーションを高精度化する手法を提案し、Scaniaのテスト車両で検証した。
- 自然環境と都市環境におけるリアルタイムLIDAR自己位置推定自己位置推定2023/1/1
セグメント化された点群の効率的な特徴表現と深層学習を用いて、都市・森林・産業環境で動作するGPU不要のリアルタイムLIDARグローバル自己位置推定手法を開発し、計算量を3分の1、メモリ消費を70%削減した。
- 観測可能性を考慮したオンライン複数LiDAR外部キャリブレーションキャリブレーション2022/12/1
GNSSとLiDARの姿勢をリアルタイムで照合し、観測可能性基準で姿勢を選択することで、マーカー不要で複数LiDARの外部キャリブレーションを高精度に行う手法を提案した。
- 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。
- M-LIO: センサ脱落に耐性を持つマルチLiDAR・マルチIMUオドメトリ自己位置推定2022/10/1
複数のLiDARとIMU、GNSSをファクターグラフで融合し、センサ信号の欠落に耐えながらリアルタイムでロバストな自己位置推定を行う手法を提案した。
- 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。
- ロボットナビゲーションのための確率的深度補完を用いた3D LiDAR再構成3D再構成2022/7/1
LiDARの疎な深度計測をカメラ画像で補完し、不確かさを考慮して高密度な3D再構成を行う学習ベース手法を提案。実環境でフリースペースを40%以上拡大し、ナビゲーション計画の改善を示した。
- カメラとLiDARの融合による縁石検出とフィルタリング認識/検出2022/5/1
カメラの意味情報と複数LiDARの点群を融合し、魚眼投影とクラスタリングで道路縁石を検出・追跡する手法を提案し、高精度地図と比較評価した。
- 非重複視野を持つ複数LiDARの外部キャリブレーションと検証キャリブレーション2022/5/1
外部キャリブレーション補助なしで、非重複視野の複数LiDARの外部パラメータを車両運動から同時に推定し、意味特徴量で検証する手法を提案。
- 視覚的ティーチ・アンド・リピートにおける安全なナビゲーションのための効率的な局所反応型コントローラナビゲーション2022/1/1
VT&Rシステムに局所反応型コントローラを組み込み、局所標高マップからRMPで10Hzの速度指令を生成して、障害物や視覚追跡喪失時でもロボットを安全に誘導できることをANYmal Cで実証した論文。
- 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。
- AEROS: グラフベースSLAMのための適応的ロバスト最小二乗法SLAM2021/10/1
ループ閉じ込みの外れ値に頑健なSLAMバックエンドとして、単一の潜在パラメータを追加してロバストコストを適応的に推定する手法AEROSを提案し、実LiDARデータで有効性を示した。
- 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。
- 空間解析による複雑環境でのスケーラブルかつ弾力的なLiDAR再構成3D再構成2021/6/1
LiDARによる3D再構成で、空間的な重なりを解析してサブマップを融合・分割し、環境の広さに応じてメモリ使用量を抑えつつ精度を高める手法を提案した論文。
- 学習初期化を用いた動的脚式移動のためのリcedingホライズン知覚軌道最適化歩行2021/4/1
脚式ロボットが障害物を動的に越えるため、知覚と軌道最適化をオンラインで繰り返すパイプラインを提案。初期解をヒューリスティックまたは潜在モード軌道回帰で生成し、ANYmal Cで実機検証した。
- 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。
- iMHS：増分型マルチ仮説スムーザ状態推定2021/3/1
離散モードを持つハイブリッド系の状態推定を、ハイブリッド因子グラフをマルチ仮説ベイズ木に変換し、複数の離散モード履歴を保持しながら増分推論する手法を提案した論文。
- 強化学習と最適制御による地形適応型脚式移動歩行2020/12/1
強化学習で足場計画を生成しモデルベース制御で追従する四脚ロボットの不整地歩行手法を提案し、ANYmalで実機検証した。
- 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。
- 四足歩行ロボットによる情報利得ベースの能動的マッピング能動マッピング2020/2/1
四足歩行ロボットが未知の構造物を自律的にスキャン・再構築するため、情報利得と移動コストから次の最良視点を選ぶオンライン能動マッピングシステムを開発した。
- 学習初期化と解析コストによる動的四足歩行の信頼性向上歩行2020/2/1
軌道最適化フレームワークTOWRに解析的コストとオフライン学習による初期化を追加し、実機四足ロボットで16歩・5.5秒の動的軌道を異なる地形で実行できるようにした。
- 脚式ロボット向けオンラインLiDAR-SLAM：堅牢な位置合わせと深層学習ループ閉じ込みSLAM2020/1/1
脚式ロボットのCPU上でリアルタイム動作するLiDAR-SLAMを構築し、軽量な深層学習ベースのループ閉じ込み検出とICP位置合わせを組み合わせて産業環境での自己位置推定と地図生成を実現した。
- 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。
- 森を見て木を見る：CPU上で動作する都市・自然環境での深層レーザー自己位置推定自己位置推定2019/2/1
3D点群からトリプレット比較で特徴表現を学習し、CPUのみで動く小型モデルによるループ閉じ込み検出を実現した研究。
- 木を見て森も見る：都市・自然環境での信頼できる自己位置推定自己位置推定2018/9/1
レーザーを用い、森林など構造の乏しい環境でも安定した物体セグメントと形状記述子で位置認識を行うNSMを提案し、都市・公園・森林のデータセットで有効性を示した。
- iDRM: 複雑環境でのリアルタイム終端姿勢選択を伴うヒューマノイド動作計画動作計画2016/7/1
逆動的到達可能性マップ(iDRM)を提案し、複雑で動的に変化する環境において浮遊ベース系が衝突のない有効な終端姿勢をリアルタイムで選択できるようにした。38自由度ヒューマノイドValkyrieでの評価により、瞬時に有効姿勢を発見でき、動作計画の効率も向上することを示した。
