Michael Botsch
収録論文 8本 ・ フィジカルAI/ロボット学習
自己位置推定軌道予測状態推定測位屋内ナビゲーション衝突回避
※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
- 物理正則化機械学習によるオンボードセンサを用いた自己位置推定自己位置推定2026/7/1
カルマンフィルタと機械学習を融合し、物理則に基づく正則化を施すことで、車両の自己位置推定精度と汎化性を向上させるハイブリッド手法を提案した。
- 不確実性を考慮した速度補正による車両自己位置推定:Evidential Mambaを用いたアプローチ自己位置推定2026/7/1
GNSSが使えない環境での車両自己位置推定のドリフトを補正するため、車載センサデータから仮想速度センサを学習し、不確実性を考慮してIMUのドリフトを補正する手法を提案した。
- DDIMサンプリングによる不確実性を考慮したマルチモーダル高速道路軌道予測拡散モデル軌道予測2026/2/1
拡散モデルとDDIMサンプリングを組み合わせ、推論を最大100倍高速化しつつ不確実性を考慮したマルチモーダルな軌道予測を実現した研究。
- 不確かさを考慮したハイブリッド機械学習による車両横滑り角推定のための仮想センサ状態推定2025/4/1
機械学習と車両運動モデルを統合し、不確かさを考慮して動的に重み付けすることで、車載センサデータから車両横滑り角を高精度に推定する手法を提案した。
- 制約付き行動空間を持つハイブリッド機械学習モデルによる軌道予測軌道予測2025/1/1
深層学習と運動学モデルを組み合わせ、専門知識を学習目的に組み込むことで物理的に実現可能な軌道予測を実現した研究。
- LiDARを用いた高精度屋内測位測位2020/5/1
LiDARと運動モデルを組み合わせ、屋内の構造物を基準に車両の姿勢・速度・位置を推定する手法を提案し、平均誤差1度・0.1m/s・4.7cmを達成した。
- 屋内環境における高精度自律走行ナビゲーション屋内ナビゲーション2020/5/1
IMUによる停止検出と統計フィルタ、LiDARベースの位置推定を組み合わせ、トンネルや駐車場などの屋根付き環境でも高精度に車両状態を推定する手法を提案した。
- 並列マルチ仮説アルゴリズムによる交通・衝突回避の危険度推定衝突回避2020/5/1
多数の軌道組み合わせを並列シミュレーションして衝突を検出し、複雑な交通シナリオの危険度をリアルタイムに推定するモデルベース手法を提案した。
