Pengyu Yin
収録論文 11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
- ガウス意味場によるワンショットLiDARグローバル位置推定位置推定2025/10/1
LiDARのワンショットグローバル位置推定において、ガウス過程で学習した連続的な意味分布を3層シーングラフの中間層に組み込み、ランドマークの反復や誤対応を抑えて高精度化した手法を提案。
- 大規模UWBアンカーキャリブレーションとガウス過程を用いたワンショット測位測位・キャリブレーション2024/12/1
LiDAR慣性オドメトリとUWB測距をガウス過程で融合し、大規模環境で1回のサンプリングによるアンカー位置推定と高精度測位を実現した。
- SGBA: セマンティックガウス混合モデルに基づくLiDARバンドル調整SLAM/バンドル調整2024/10/1
LiDARの姿勢推定ドリフトを低減するため、環境をセマンティックなガウス混合モデルで表現し、幾何・意味情報を統合したバンドル調整手法を提案。適応的な意味クラスタ選択と確率的特徴対応により、幾何特徴が乏しい環境でも高精度・ロバストな姿勢最適化を実現。
- サブモジュラー最適化によるポーズSLAM不確かさを低減する協調グラフ探索群制御2024/7/1
GPS拒否環境で複数ロボットがグラフを探索しつつSLAMのポーズ推定精度を保つため、探索経路生成とループ閉じ辺追加を二段階で行い、非単調サブモジュラー最大化として定式化する手法を提案。
- 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。
- Outram: 三角測量シーングラフと大域的外れ値除去によるワンショット全局位置推定位置推定2023/9/1
3Dシーングラフの部分構造を活用し、局所的な対応探索と大域的な外れ値除去を階層的に組み合わせることで、単一のLiDAR点群からロボットの姿勢を高精度に推定する手法を提案した。
- MoPA: マルチモーダル事前知識を活用した3Dセマンティックセグメンテーションのドメイン適応3Dセマンティックセグメンテーション2023/9/1
希少物体の挿入とSAMの2Dマスクを事前知識として用い、クラス不均衡を改善する3Dセマンティックセグメンテーションのマルチモーダル教師なしドメイン適応手法を提案。
- LIO-GVM: ガウスボクセルマップを用いた高精度・密結合LiDAR慣性オドメトリLiDARオドメトリ2023/6/1
LiDAR点群をガウス分布で表現し、分散の相違を考慮した新たな残差指標とボクセル単位のマップ管理により、密結合型カルマンフィルタで高精度かつロバストなLiDAR慣性オドメトリを実現した。
- 3Dセマンティックセグメンテーションのためのマルチモーダル連続テスト時適応3Dセグメンテーション2023/3/1
時間とともに変化する環境下で3Dセマンティックセグメンテーションを行うマルチモーダル連続テスト時適応(MM-CTTA)を新たに提案し、信頼できるモダリティに適応的に注目しつつ破滅的忘却を防ぐCoMAC手法を開発した。
- CoBigICP: コレントロピー指標と双方向対応を用いたロバストかつ高精度な点群位置合わせ点群位置合わせ2023/1/1
局所的な幾何情報と大域的なノイズ特性を組み合わせ、外れ値に強いコレントロピー誤差指標と双方向対応を導入した新しいICP変種を提案し、既存手法を上回る精度を示した。
- Segregator: 意味情報と幾何分布を活用した大域的ポイントクラウド位置合わせポイントクラウド位置合わせ2023/1/1
意味情報と幾何分布を組み合わせて外れ値に頑健な対応を構築し、G-TRIMsで整合性を検証する大域的ポイントクラウド位置合わせ手法を提案。
