Patric Jensfelt
KTH Royal Institute of Technology
収録論文 49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
- 適応すべき時: オープンボキャブラリセグメンテーションにおける効率的な訓練不要適応のためのマルチシグナルドメインシフト検出セグメンテーション2026/9/29
連続フレームの時間的一貫性を利用し、視覚変化・アダプタ不一致・意味ドリフトを組み合わせてドメインシフトを検出し、必要な時だけ訓練不要の適応をトリガーすることで、オープンボキャブラリセグメンテーションの精度を維持しつつ適応回数を大幅に削減する手法を提案。
- 確率的シーングラフ:階層的表現とリアルタイムシステムシーングラフ2026/9/19
従来のシーングラフに不確実性を明示的な信念として導入し、ガウス分布の階層グラフで空間的接地を行う確率的シーングラフ(PSG)を提案。構築・洗練を通じて信念を保持するマッピングパイプラインを実装した。
- 並列計算によるLiDARマッピングの大規模バンドル調整の高速化SLAM/並列計算2026/8/14
LiDARマッピングのバンドル調整を完全並列化するフレームワークを提案し、大規模データセットで最大10倍の計算効率向上を達成した。
- GESTO: 動的シーンにおける推論のための人間中心の時空間メモリシーン理解2026/8/1
RGB-D観測から人間と物体のインタラクションを抽出し、永続的な4Dシーングラフに接地してイベント階層を構築する時空間メモリを提案。これにより、活動中心の時空間推論を実現する。
- ランダム有限集合上のリスク認識信念制御バリア関数安全制御2026/7/1
未知・動的な環境で移動物体の数が変動する中、ノイズを含む不完全な観測から安全性を保証する制御手法を提案。粒子フィルタで信念を表現し、リスクを考慮したバリア関数で安全集合の不変性を確保する。
- HilDA: 拡散モデルを用いた階層的蒸留による自己教師ありLiDAR事前学習の推進自己教師あり学習2026/6/1
LiDARバックボーンの自己教師あり事前学習フレームワークHilDAを提案。視覚基盤モデルからの階層的蒸留と時間的占有拡散目的を組み合わせ、3D物体検出やシーン流れなどの性能を向上させた。
- TeFlow: 時間的一貫性を活用したマルチフレーム自己教師ありフィードフォワードシーンフロー推定シーンフロー推定2026/2/1
複数フレームの時間的に一貫した動き手がかりを集約することで、自己教師ありフィードフォワード型シーンフロー推定の精度を大幅に向上させた手法を提案。
- DeltaFlow: 効率的なマルチフレームシーンフロー推定手法シーンフロー推定2025/8/1
複数フレームの時系列情報を低計算コストで活用する軽量な3Dシーンフロー推定フレームワークを提案し、クラス不均衡や動きの一貫性に対処する損失関数を導入して高精度・高速推論を実現した。
- PRIX: 生ピクセルから計画を学習するエンドツーエンド自動運転自動運転/エンドツーエンド計画2025/7/1
カメラ画像のみを入力とし、LiDARやBEV表現を使わずに安全な走行軌道を直接予測する軽量なエンドツーエンド自動運転モデルを提案し、NavSimとnuScenesで最先端性能を達成した。
- 情報利得は万能ではない:品質制約付き探索における距離アドバンテージヒューリスティック探索2025/4/1
品質制約付き探索では情報利得を目的関数ではなく候補フィルタとして使い、ロボットとの近さと他フロンティアからの遠さのトレードオフで選ぶ距離アドバンテージを提案し、経路長を削減した。
- HiMo: 点群における高速物体の動き補償点群処理2025/3/1
LiDAR点群中の動的物体による歪みを補正するため、シーンフロー推定を非自己運動補償に転用したパイプラインHiMoと、そのためのリアルタイムシーンフロー推定器SeFlow++を提案し、新しい評価指標で有効性を示した。
- 文脈融合:感情状態認識へのマルチモーダルアプローチマルチモーダル感情認識2024/9/1
顔の熱画像・表情アクションユニット・テキスト文脈をTransformerで融合し、文脈を考慮した感情認識を行う手法を提案した論文。
- SeFlow: 自動運転のための自己教師ありシーンフロー手法シーンフロー2024/7/1
LiDARスキャン間の点ごとの3D動きを推定するシーンフローを、動的・静的の分類と物体レベルの制約を取り入れて自己教師ありで学習する手法を提案し、Argoverse 2とWaymoで最高性能を達成した。
- GPS不感環境におけるHDマップを事前情報としたグローバルに一貫したマッピングSLAM2024/7/1
自動運転で使われるHDマップの走行可能領域と地面高さ情報から4自由度の姿勢事前分布を抽出し、それをポーズグラフ最適化に統合することで、GPS不感環境でもグローバルに一貫した3Dマップを構築するLiDARベースのSLAM手法を提案した。
- 未観測の壁を間取り図から学習して予測する:占有グリッドからのフロンティアを超えて探索2024/6/1
360度LiDARの占有グリッドから未観測の壁を2D線分として自己回帰的に予測する注意機構ベースのモデルを提案し、フロンティア探索の情報利得で評価した。
- BeautyMap: バイナリ符号化適応型グラウンドマトリクスによるグローバルマップの動的点除去SLAM/マッピング2024/5/1
バイナリ符号化行列で環境特徴を抽出し、フレームと地図領域のビット比較で動的領域を検出、z軸の階層的分割と可視性処理で静的マップを高精度・高効率に復元する手法を提案。
- ニューラルグラフマップ:ループ閉じ込みを効率的に統合する高密度マッピングSLAM/ニューラルマッピング2024/5/1
RGB-Dシーンを軽量なニューラルフィールドの集合として表現し、疎な視覚SLAMのポーズグラフに動的に接続することで、大規模なループ閉じ込みを最小限の再統合で扱えるマッピング手法を提案した。
- MCD: ロボット知覚のための多様な大規模マルチキャンパスデータセットデータセット/知覚2024/3/1
3つのユーラシア大学キャンパスで収集した多様なセンサモダリティと高精度な連続時間正解ラベルを備えた大規模データセットMCDを構築し、既存のSLAM・自動運転データセットの偏りを克服する。
- UADA3D: スパースLiDARと大きなドメインギャップに対応する3D物体検出のための教師なし敵対的ドメイン適応3D物体検出/ドメイン適応2024/3/1
スパースなLiDAR点群を対象に、事前学習済みモデルや教師-生徒構造に依存せず、敵対的学習でドメイン不変特徴を直接学習する3D物体検出の教師なしドメイン適応手法を提案。
- DUFOMap: 効率的な動的認識マッピングSLAM/動的環境マッピング2024/3/1
レイキャスティングで完全に空と観測された領域を判定し、そこに後から現れる物体を動的とみなすことで、パラメータ調整なしにオンラインで静的地図を生成する手法を提案。
- DeFlow: 自動運転におけるシーンフローネットワークのデコーダシーンフロー2024/1/1
ボクセル化で失われた点特徴をGRUで復元し、静的・動的の不均衡を考慮した損失でシーンフロー推定を高精度化した手法。
- 遷移グリッドマップ:静的・動的占有の同時モデリング占有マップ2024/1/1
センサデータから環境の静的部分と動的部分を同時に推定するベイズネットワークベースの確率的枠組みを提案し、効率的な解析解である遷移グリッドマップを導出した。実データでSLAM改善にも寄与することを示した。
- 自動運転車のための長距離3D物体検出に向けて3D物体検出2023/10/1
LiDARベースの3D物体検出の長距離性能を改善するため、距離別の専門家モデルと画像ベースの仮想点群拡張を比較検討した。
- 点群マップにおける動的点除去のベンチマーク点群処理2023/7/1
ロボットの地図として使われる点群から動的物体の点を除去する手法を公平に比較評価するための統一ベンチマークを提案し、既存手法の限界を分析できる新指標を導入した。
- 間違いの後こそ幸せに:仮想現実でロボットの知覚エラーを修正するフレームワークの開発とユーザー研究VR/ヒューマンロボットインタラクション2023/6/1
VRを使ってロボットの物体認識エラーをユーザーが修正できるフレームワークを開発し、56人の参加者実験でVRが画面操作より素早く協働を学べ、没入感・楽しさ・再利用意向が高いことを示した。
- 破損データに対する3D物体検出のための堅牢なセンサフュージョン手法センサフュージョン2023/6/1
LiDARとカメラの位置ずれや欠損といったデータ破損に頑健な3D物体検出向けセンサフュージョン手法を提案し、正常データでは既存手法と同等、位置ずれデータでは優れた性能を示した。
- RGB-Dによるカテゴリ物体の姿勢・形状推定:手法・データセット・評価姿勢推定2023/1/1
カテゴリ単位の6D姿勢・形状推定の研究を整理し、既存評価指標の問題点を指摘して新指標とRedwoodデータセットの注釈を提案、公平な比較評価ツールボックスを公開した。
- 曖昧なシーンにおける視覚的自己位置推定のための確率的フレームワーク視覚的自己位置推定2023/1/1
反復構造を含む曖昧な環境で、画像からカメラ姿勢の事後分布を変分推論で予測し、単一の最良姿勢ではなく分布として推定する手法を提案した。
- 見えているものが得られるものとは限らない:ロボットのエラーを修正するVRフレームワークVRテレオペレーション2023/1/1
ロボットが物体を検出できなかったり危険な軌道を計画した際に、VR空間でユーザーがエラーを認識・修正し、実機の軌道や動作を変更できるフレームワークを提案した論文。
- SLICT: マルチ入力・マルチスケールSurfelベースのLiDAR慣性連続時間オドメトリとマッピングSLAM2022/11/1
異なるボクセルスケールのSurfelをオクトリー構造で管理するグローバルマップを構築し、単一/複数センサ入力に対応したLiDAR慣性連続時間オドメトリ・マッピング手法を提案。
- 自動運転のための意味的3Dグリッドマップ自動運転マッピング2022/11/1
自動運転向けに、リアルタイム制約を満たしつつ3D表現と意味情報を統合する階層的3DグリッドマッピングフレームワークUFOMapを提案し、遮蔽空間計算やセマンティックセグメンテーションの統合に有効であることを示した。
- SDFEst: 符号付き距離場を用いたRGB-Dからのカテゴリカルな物体姿勢・形状推定姿勢推定2022/7/1
RGB-D画像から物体のカテゴリ情報を利用し、符号付き距離場を形状表現として用いることで、単一または複数視点からの6D姿勢と形状を高精度に推定するモジュール式パイプラインを提案した。
- ニューラルシーン表現におけるSDFベースのRGB-Dカメラトラッキングカメラトラッキング2022/5/1
ニューラルシーン表現上で移動するRGB-Dカメラの6D姿勢を追跡するため、符号付き距離場(SDF)ベースの手法を提案し、密度ベースより高速で高精度な追跡を実現した。
- ロボティクス向け間取り図の生成ベクトルグラフィックモデル間取り生成2022/3/1
間取り図を線分列のトークン列として扱い、自己回帰型ニューラルネットで学習・生成するモデルを提案し、新規生成や部分観測からの補完、センサデータからの生成、最短距離予測への応用を示した。
- RGB-Dによるカテゴリカル姿勢・形状推定の評価に関する批判的検討姿勢推定2022/2/1
RGB-Dベースの6D姿勢・形状推定の評価指標とデータセットを批判的に検証し、新指標とRedwood注釈を提案。既存手法が物体の直立姿勢に強く偏っていることを示した。
- 未知空間を効率的に扱う確率的3DマッピングフレームワークUFOMap3Dマッピング2020/3/1
占有・自由・未知の3状態を明示的に表現するOctoMap拡張を提案し、メモリ効率と挿入速度を改善して高解像度のリアルタイムカラー3Dマッピングを実現した。
- 自己運動推定のための自己教師あり3Dキーポイント学習自己運動推定2019/12/1
ラベルなし動画から深度を考慮したキーポイントを自己教師ありで学習し、視覚オドメトリに統合して車両の自己運動を高精度に推定する手法を提案した。
- 敵対的特徴学習による汎化可能な視覚運動制御視覚運動制御2019/9/1
深層強化学習で訓練した視覚運動ポリシーを、敵対的学習によるドメイン転送で新たなタスク環境へ汎化させる手法を提案し、実機のピッキングと注ぎタスクで有効性を示した。
- 災害対応ロボットCENTAUROシステムの最終発表と評価災害対応ロボット2019/9/1
災害救助支援のための柔軟な移動マニピュレーションロボットCentauroと、没入型テレプレゼンススーツや自律レベル別操作インターフェースを統合したシステムの最終成果と系統的評価を報告した論文。
- 知識だけでは足りない:Web支援による深いオープンワールド認識に向けてオープンセット認識2019/6/1
未知の物体を検出するだけでなく、人間の監督やWebからの自動収集によって新カテゴリを再学習なしで動的に学習できる深層学習アーキテクチャを提案した論文。
- Sparse2Dense:直接スパースオドメトリから高密度3D再構成へSLAM2019/3/1
学習した表面法線を用いてスパースな単眼SLAMの深度を高密度化し、高精度な位置推定と高品質な3D再構成を両立する深層学習ベースの単眼高密度SLAM手法を提案した。
- GCNv2: リアルタイムSLAM向け高効率対応点予測SLAM2019/2/1
ORB特徴を置き換え可能な二値ディスクリプタを出力する深層学習ネットワークGCNv2を提案し、組み込み向け低電力ボード上でORB-SLAM2を動作させ、ドローン制御に耐える精度と頑健性を示した。
- 現場環境へのオンライン適応によるロボットキッティングドメイン適応2018/7/1
カメラ・照明・背景が変化する環境で同一物体を撮影したキッティング用データセットを構築し、バッチ正規化層を用いて対象ドメインの画像なしにモデルをオンライン適応させる手法を提案した。
- 複雑環境における車輪脚ロボットのナビゲーションスキルを深層強化学習で獲得ナビゲーション2018/4/1
高さマップ画像からモータ指令への方策を深層強化学習で学習し、複数のナビゲーション行動とドメインランダム化を組み合わせて車輪脚ロボットの障害物回避・目標到達能力を向上させた。
- 大規模3Dマップにおける複数物体の検出・追跡と長期ダイナミクス学習物体追跡2018/1/1
移動ロボットが巡回する環境で、変化検出により可動物体を発見し、誕生・消滅過程を導入した粒子フィルタで任意個の物体を追跡しながら、EM法で物体の動きのモデルを教師なし学習する手法を提案した。
- 大規模3Dマップにおける移動可能物体の検出と追跡物体追跡2017/12/1
移動ロボットが広大な環境で観測する物体の局所的移動と長距離ジャンプを確率的にモデル化し、カルマンフィルタとサンプリングを組み合わせて追跡する手法を提案した。
- RGBD画像の教師なし物体発見とセグメンテーションセグメンテーション2017/10/1
センサノイズをデータから直接モデル化する統計的内点推定法を用い、RGBD画像の教師なし物体発見・セグメンテーションを高精度に行うシステムを提案した。
- 点群位置合わせのための適応的コスト関数点群位置合わせ2017/4/1
センサノイズを自動推定する適応的コスト関数を導入し、異なるセンサや環境への汎化性能を高めた点群位置合わせ手法を提案。実データと合成データで精度とロバスト性の大幅な向上を示した。
- STRANDSプロジェクト:日常環境における長期自律運用長期自律2016/4/1
AIとロボティクス研究を統合した移動サービスロボットを警備・介護環境に長期配備し、4回の展開で計104日間・116kmにわたり自律タスクを遂行した取り組みを報告する論文。
