Pascual Campoy
Universidad Politécnica de Madrid
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
- 集団的状況認識の分類体系群制御2026/10/5
マルチロボットシステムにおける相互認識・共有状況認識・チーム状況認識を、対象と分布の2軸で整理し、包含関係を明確にする分類法を提案した論文。
- REMIND: 屋内ナビゲーションのためのメモリを用いた再識別物体追跡/再識別2026/7/10
屋内ロボットが長期間・視点変化・照明変化を経た物体を再識別するためのオンライントラッカーREMINDを提案。DINOv3特徴とメモリ機構を組み合わせ、カメラ位置や深度を必要とせずに高い再識別精度を達成した。
- 分散協調による耐障害性マルチUAVリモートセンシング:太陽光発電設備点検のケーススタディ群制御2026/7/1
複数UAVの点検ミッションにおいて、地上局に依存せずピアツーピアで協調する通信基盤SwarmLinkを提案し、目標割当・故障復旧・データ品質低下時の再割当を単一の分散オークションで統一的に扱う手法を実装・検証した。
- 組み込みドローン向け飛行対応LiDAR-慣性オドメトリオドメトリ2026/7/1
既存のLiDAR-慣性オドメトリを飛行制御に適するよう改良し、出力周波数を200Hzに向上させ、速度出力や同期保護を追加した。
- ビジョンベース自律ドローンレースのための二重ポーズグラフ意味的ローカライゼーションローカライゼーション2026/4/1
ドローンレースの過酷な条件下で、オドメトリと意味的検出を融合した二重ポーズグラフ構造により、ロバストなリアルタイム自己位置推定を実現した。
- SLAMのための意味的関係生成によるロバストなグラフマッチングSLAM2026/4/1
RGB-Dデータから検出した物体と構造要素(部屋や壁面)との関係をモデル化し、幾何検証前に候補対応を絞り込むことで、対称な環境でも頑健なグラフマッチングを実現する手法を提案した。
- ロボットの知識駆動型ミッション設計手法知識グラフ2026/1/1
ROS 2システムに知識グラフを導入し、自律ロボットミッションの効率と知能を高める設計手法を提案。Gazeboでの捜索救助シミュレーションで有効性を実証した。
- 動的で複雑な群構造のためのフロッキング行動群制御2026/1/1
仮想重心の概念に基づき、UAV群の数と編隊を動的に制御できるフロッキングアルゴリズムを提案し、シミュレーションと実機実験で複雑な編隊・軌道でも簡便に実現できることを示した。
- 最小センシングで協調ナノドローンによる未構造環境の探索群制御2024/7/1
限られたセンサ能力しか持たないナノドローンの群れが、フロンティア探索とバグアルゴリズムを組み合わせて未知環境を効率的に探索する手法を提案し、シミュレーションと実機実験で有効性を示した。
- マルチロボットシステムにおける集合的意識の展望群制御2024/1/1
複数ロボットの集合的意識に関する研究を概観し、協調・適応・堅牢性を高めるための課題を整理した。
- Multi S-Graphs: 効率的な分散型意味関係協調SLAM協調SLAM2024/1/1
複数ロボットが高レベルな意味関係情報を共有し、通信量を抑えつつ協調地図生成と自己位置推定を行う分散型CSLAMシステムを提案。
- マルチSグラフ:協調型セマンティックSLAMアーキテクチャ協調SLAM2023/5/1
複数ロボットが高レベルな意味情報を共有して協調地図生成を行う分散型セマンティックSLAM手法を提案し、通信量を抑えつつ精度向上を実現した。
- ローカルガウス修飾子(LGMs): オンボード計算向けUAV動的軌道生成軌道生成2023/5/1
計算負荷の高い最適軌道を再計算せず、ローカルガウス修飾子で素早く動的に修正する手法を提案し、シミュレーションと実機で検証した。
- Aerostack2: マルチロボット航空システム開発のためのソフトウェアフレームワーク群制御2023/3/1
ROS 2ベースのオープンソースフレームワークAerostack2を提案し、プラットフォーム非依存でモジュール式のマルチドローンシステム構築を可能にした。
- 高速探索・迎撃のための自律飛行ロボット飛行ロボット2021/12/1
高速で動く物体を自律的に探索・追従・把持する空中ロボットを開発し、国際競技会で6m/sの物体把持を実現した。
- GPS非依存の都市火災消火を目指す空陸ロボットチーム:MBZIRC 2020での挑戦群制御2021/4/1
GPSが使えない都市環境で、複数のドローンと地上ロボットが協調して建物の火災を自律的に検知・消火するシステムを開発し、MBZIRC 2020の競技でその性能を実証した。
- 深度マップによるドローン検出ドローン検出2018/8/1
合成深度マップ6千枚で学習した深層学習モデルにより、ドローンの3D位置を検出し、衝突回避に有用な手法を実現した。実環境で平均適合率98.7%、検出距離9.5mを達成。
