Mohamed Elnoor
収録論文 17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
- 近接・触覚センシングを活用したロボットマニピュレーションの探求触覚2026/11/2
複数ゾーンのToFセンサと光学式圧力センサを組み合わせた触覚センサToFTouchを開発し、把持前調整・混雑物からの取り出し・狭所への挿入の3タスクで有効性を示した。
- VLMを用いた二輪車安全運転支援システム自動運転/安全支援2026/5/1
二輪車の事故リスク低減のため、視覚言語モデルとセグメンテーションを組み合わせてリスクマップを生成し、二輪車の動特性に合わせたプランナーで安全な運転行動を推薦するシステムを提案した。
- 自律走行の動作計画のための適応時間ステップフローマッチング動作計画2026/2/1
条件付きフローマッチングで周囲車両の将来動作と自車軌道をリアルタイムに予測し、軽量な分散推定器で推論ステップ数をオンライン選択する枠組みを提案。Waymoデータセットで学習し、20Hzで動作する。
- DR. Nav: 行き止まりからの能動的復帰とナビゲーションのための意味・幾何表現ナビゲーション2025/11/1
RGB-LiDAR融合とベイズ推定で行き止まりの可能性と復帰地点をリアルタイムに推定し、リスクを考慮したコストマップで安全な経路計画を実現するナビゲーション手法。
- ViLAM: 視覚言語推論を注意マップに蒸留する社会規範ロボットナビゲーションナビゲーション2025/3/1
大規模視覚言語モデルの推論を注意マップに蒸留し、社会規範に沿ったロボットナビゲーションを実現する手法を提案。実機実験で成功率が14.2〜50%向上。
- BehAV: VLMを活用した行動ルール誘導による屋外ロボットナビゲーションナビゲーション2024/9/1
人間の指示をLLMで解釈し、VLMのゼロショット理解でランドマーク位置を推定、行動ルールをコストマップに組み込んでMPCベースの四足ロボットの屋外自律ナビゲーションを実現した。
- CROSS-GAiT: 複雑地形におけるパラメトリック歩容適応のためのクロスアテンションに基づくマルチモーダル表現融合歩行2024/9/1
視覚と時系列データをクロスアテンションで融合し、四足ロボットの歩容パラメータ(歩高と股関節開き)をリアルタイムに適応させる手法を提案。未見地形でも優れた性能を示し、エネルギー消費と関節負荷を低減。
- 物理的接地を伴う視覚言語モデルによる屋外ロボットナビゲーションナビゲーション2024/9/1
視覚言語モデルに固有受容感覚データを組み合わせて地形の変形性や滑りやすさを評価し、屋外での走行可能領域を動的に推定するナビゲーション手法を提案。脚式・車輪式ロボットで成功率を最大50%向上させた。
- TOPGN: 強度情報を用いたLiDAR点群によるリアルタイム透明障害物検出ナビゲーション2024/8/1
LiDAR点群の強度を高さ方向に分割した2Dグリッドマップに集約し、層間の強度差から透明障害物を検出して衝突回避と地図生成に応用する手法を提案。
- AMCO: 屋外環境における四足ロボットナビゲーションのための視覚と固有感覚の適応的マルチモーダル融合歩行2024/3/1
視覚と固有感覚を適応的に組み合わせ、3つのコストマップを融合して四足ロボットの屋外ナビゲーションを実現する手法を提案。
- CoNVOI: 視覚言語モデルを用いた屋内・屋外環境における文脈認識ナビゲーションナビゲーション2024/3/1
視覚言語モデルを活用し、周囲の状況をゼロショットで分類して文脈に応じた行動指示を生成し、障害物のない領域を番号で注釈した画像から経路を選択することで、屋内・屋外での自律ナビゲーションを実現する手法。
- AdVENTR: 複雑な屋外環境における自律ロボットナビゲーション自律ナビゲーション2023/11/1
不整地や植生のある屋外環境で、車輪型・脚型ロボットが走行できるよう、RGBカメラや3D Lidarなどのセンサデータを用いた学習ベースの知覚・計画アルゴリズムと、シーンに応じて知覚手法を切り替えるシステムを開発し、HuskyとSpotで実証した。
- MTG: 走行可能領域を網羅する地図なし屋外ナビゲーションの軌道生成ナビゲーション2023/9/1
地図のない屋外環境で、限られた機載センサのみを用いて走行可能な方向を網羅しつつ衝突のない経路を生成するCVAEベースの学習手法を提案し、HuskyとSpotで検証した。
- VAPOR: オフライン強化学習を用いた屋外植生下での脚式ロボットナビゲーション歩行ナビゲーション2023/9/1
3D LiDARの点群から得たコストマップと固有感覚データを入力とし、実環境で収集したデータでオフライン強化学習を行い、植生の密集した屋外環境で脚式ロボットをナビゲートする手法を提案。
- LiDAR強度を用いたロボットナビゲーションナビゲーション2023/9/1
反射強度を高さ方向に積層した多次元強度マップを提案し、障害物の透過性や密度を推定して、カーテンや草などの通過可能な物体とガラス壁などの回避すべき物体を区別するナビゲーション手法を実現した。
- ProNav: 脚式ロボットの屋外ナビゲーションのための固有受容性感覚に基づく走破性推定歩行2023/7/1
脚式ロボットの関節エンコーダ・力・電流センサのみから地形の安定性や嵌まり込みリスクを推定し、歩容を最適化して屋外ナビゲーションの成功率と省エネ性を向上させる手法を提案。
- RE-MOVE: 言語フィードバックによる動的環境下でのロボットナビゲーションの適応的方策設計ナビゲーション2023/3/1
訓練済みナビゲーション方策に、不確実性に基づいて必要な時だけ言語モデルから指示を求め、再訓練なしで動的環境変化に適応させる手法を提案。
