Nathan Michael
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
- 自己組織化ガウス混合モデルによる確率的点群モデリング点群モデリング2023/2/1
情報理論学習の自己組織化原理を用いて、シーン複雑度に応じてガウス混合モデルの成分数を自動調整し、点群データを連続確率的にモデル化する手法を提案した論文。
- 暗黙的な協調による人とロボットの協調探索協調探索2022/9/1
人間のヘルメットに搭載した深度カメラから関心領域を暗黙的にロボットへ伝え、情報利得に基づく探索計画で人間が見えない・届かない領域を飛行ロボットが安全に探索する手法を開発した。
- 環境複雑度に応じて速度を適応させるマルチロータ遠隔操作の階層的衝突回避遠隔操作2022/9/1
環境の混雑度に応じて最大速度と局所地図のボクセルサイズを階層的に自動調整し、操作者が速度指定せずとも安全に遠隔操作できる手法を提案した。
- 自律飛行のための衝突直前監視と安全停止介入システム衝突回避2022/6/1
飛行ロボットの安全性を常時監視し、衝突が迫ると観測地図内で安全に停止できる軌道を計画するシステムを提案し、実機・シミュレーションで90%以上の衝突回避率を示した。
- マルチロボット・マルチターゲット追跡のためのスケーラブルな分散計画法群制御2021/7/1
相互情報量を目的関数とする追従計画問題に対し、ロボットが並列に計画できる分散プランナRSPを拡張し、逐次計画と同等の性能保証を証明した。
- 学習した加速度誤差モデルによるクアッドロータのフィードバック線形化制御/クアッドロータ2021/5/1
フィードバック線形化制御器の実機性能劣化を、学習した加速度誤差モデルと推力入力遅延補償で改善し、シミュレーションと実機で有効性を示した論文。
- 三次元環境のマルチロボット探索における体積目的関数群制御2021/3/1
未知環境を探索するロボットのための体積目的関数を分析し、情報理論的目的と被覆目的の関係を明らかにするとともに、実践では被覆目的が情報目的を大きく上回ることを示した。
- 複数の飛行ロボットによる迅速かつ高精度な地下探査群制御2020/12/1
低帯域通信でも高精度な地図を作れる分散知覚モデリングを開発し、複数ドローンの洞窟探査速度を大幅に向上させた。
- クアッドロータ制御における回転誤差指標の比較分析クアッドロータ制御2020/11/1
クアッドロータの姿勢制御で用いられる様々な回転誤差指標を統一的な枠組みで整理し、応答の大きさと方向を独立に設計できることを示すとともに、実験により各指標の差異を明らかにした。
- 前方レイモデルを用いたオンライン確率的3Dマッピング3Dマッピング2020/6/1
深度センサのレイ形成をマルコフ確率場でモデル化し、ルーピーベリーフプロパゲーションで各ボクセルの占有確率を推論する高精度な3Dマッピング手法を提案した。
- 洞窟を自律探査する飛行ロボット自律探査2020/3/1
深度カメラと照明を搭載した自律飛行ロボットで、真っ暗な洞窟内を低帯域通信でも効率的に地図化・探査する手法を提案し、シミュレーションと飛行実験で検証した。
- 遠隔操作と衝突回避を備えたマルチロータの高速ビジョンベース飛行飛行ロボティクス2019/5/1
視覚慣性推定と遠隔操作を統合し、GPSのない障害物環境で10m/sの安全な遠隔操作と12m/s超の自律飛行を実現した。
- 学習したダイナミクスモデルの逆算によるアグレッシブなマルチロータ制御マルチロータ制御2019/5/1
学習した加速度誤差モデルを逆ダイナミクスで制御入力生成に用い、外乱やモデル誤差があっても高加速度の軌道追従精度を向上させる手法を提案。
- 距離センサ支援による下向き視覚慣性オドメトリ視覚慣性オドメトリ2018/10/1
下向きカメラと距離センサを用い、ホモグラフィの光度コストとIMU正則化を統合した高速・高密度な視覚慣性オドメトリを提案し、MAV向け既存手法を上回る性能を示した。
- 移動ロボットによる3次元ガンマ線イメージングと線源位置推定移動ロボット・放射線計測2018/2/1
コンプトンガンマカメラを自己位置推定可能な地上ロボットに搭載し、走行経路に沿って取得した放射線画像を統合して3次元ボクセルマップを構築、複数の線源を平均0.2mの精度で位置推定した。
- ガウス混合モデルを用いた航空機の高速モンテカルロ自己位置推定自己位置推定2017/12/1
深度センサの点群をガウス混合モデルで圧縮表現し、パーティクルフィルタで高速な自己位置推定を実現、組み込み環境でも従来手法を上回る性能を示した。
- 第1回ロボット学習と計画に関する国際ワークショップ（RLP 2016）論文集ロボット学習・計画2016/10/1
ロボットの学習と計画に関する第1回国際ワークショップ（RLP 2016）の論文集をまとめたもの。
