Mingming Zhang
Southern University of Science and Technology
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
- HaptiNet: ネットワーク化されたハプティックロボットによる地理的制約を超えた身体的共存の実現遠隔リハビリテーション/ハプティックインタラクション2026/9/4
遠隔リハビリテーションにおいて、力覚を介した身体的共存を可能にするネットワーク型ハプティックロボットシステムHaptiNetを提案し、模倣学習に基づく遅延補償により遠隔地間での協調運動を実現した。284名の健常者と111名の神経障害患者を対象に検証し、ハプティック協調訓練がタスク性能を向上させることを示した。
- 生理学的制約を組み込んだ筋骨格ニューラルネットワークによる部分観測sEMGからの多自由度関節運動推定筋電図/関節運動推定2026/6/1
計測できない筋肉を含む部分的な筋電図から多自由度の関節角度を推定するため、CNNと筋骨格前方動力学を組み合わせた完全微分可能なニューラルネットワークを提案し、生理学的制約を考慮した損失関数で学習する。
- ロボット支援経頭蓋磁気刺激(Robo-TMS):レビューロボティクス医療応用2025/7/1
ロボット支援経頭蓋磁気刺激(Robo-TMS)のハードウェア、キャリブレーション、ニューロナビゲーション、制御システムの最新技術をレビューし、臨床応用の課題と将来展望をまとめた論文。
- 幾何特徴の乏しい環境における粒子フィルタLiDAR SLAMの退化防止手法SLAM2025/2/1
幾何特徴が少ない環境で粒子フィルタSLAMの精度が低下する問題に対し、深層学習による退化検出と適応的な姿勢最適化で対処する手法を提案した。
- sEMGの多次元特徴学習による連続的な歩行モード予測歩行2023/11/1
表面筋電位(sEMG)から空間・時間・周波数の多次元特徴を統合的に抽出する深層学習モデルDeep-STFを提案し、9種類の歩行モードと15種類の遷移を100〜500ms先まで高精度に連続予測できることを示した。
- 歩行周期に着想を得た学習戦略によるsEMGからの膝関節軌道の連続予測筋電制御2023/7/1
歩行周期を模した2つの学習戦略を組み合わせ、表面筋電図から膝関節角度を50ms先まで予測するモデルを提案し、平均RMSE 3.03度を達成した。
- 再帰型ニューラルネットワークによる慣性支援ナビゲーションのためのIMUデータ処理慣性ナビゲーション2021/3/1
IMUの運動方程式に基づき、DNNで積分項を推定した上で数値積分とセンサフュージョンを行う慣性ナビゲーション手法を提案し、従来法や既存DNN法を大きく上回る精度を示した。
- スキッドステアリングロボットの視覚ベース運動学と姿勢推定姿勢推定2020/6/1
単眼カメラ・車輪エンコーダ・IMUを用い、スキッドステアリングロボットの運動学パラメータをオンライン推定しながら姿勢を確率的に求める手法を提案し、可観測性解析と実機実験で検証した論文。
- クローラロボットの運動学的制約を考慮した視覚慣性自己位置推定視覚慣性SLAM2019/11/1
スキッドステアリングロボット向けに、ICRモデルに基づく運動学的制約を視覚慣性SLAMに密結合し、運動パラメータをオンライン推定する低コストな自己位置推定システムを提案した。
- 車輪オドメトリと外界センサのみで6D姿勢推定を実現する多様体表現手法姿勢推定2019/9/1
非ホロノミック地面ロボットの運動多様体をパラメトリックに表現し、車輪オドメトリのみでの6D積分と周期的な再パラメータ化により、IMUなしで高精度な6D姿勢推定を可能にした。
