Pou-Chun Kung
収録論文 6本 ・ フィジカルAI/ロボット学習
VLASLAM/オドメトリシーン再構成SLAM占有予測レーダーオドメトリ
※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
- STAR-VLM: 自動車レーダー監視による動きと速度推定のための時空間接地視覚言語モデルVLA2026/8/2
自動車レーダーのドップラー計測を教師信号として用い、視覚言語モデルの時空間推論とメートル単位の速度推定能力を向上させるフレームワークを提案した。
- RadarSplat-RIO: ガウススプラッティングに基づくレーダーバンドル調整を用いた屋内レーダー慣性オドメトリSLAM/オドメトリ2026/4/1
レーダーSLAMのドリフト問題を解決するため、ガウススプラッティングによる密度の高い微分可能なシーン表現を用いた初のレーダーバンドル調整フレームワークを提案し、既存のレーダー慣性オドメトリと統合して精度を大幅に向上させた。
- LiHi-GS: LiDAR教師ありガウシアンスプラッティングによる高速道路走行シーン再構成シーン再構成2024/12/1
LiDARの深度情報を教師信号として活用し、これまで対象外だった高速道路の動的シーンをリアルタイムに3D再構成・編集できるガウシアンスプラッティング手法を提案した論文。
- LONER: LiDARのみでリアルタイムSLAMを実現するニューラル表現SLAM2023/9/1
LiDARデータからMLPで密な地図をリアルタイムに学習しつつ、センサ軌跡も同時推定する初のLiDAR専用ニューラル暗黙SLAMを提案。情報理論的損失関数により高速収束と高精度な形状再構成を実現した。
- LiDAR教師ありレーダー占有予測:長距離センシングと透過性を保つ手法占有予測2021/12/1
LiDARのラベルでレーダー画像の占有予測を学習する際、前処理と極座標スライディングウィンドウ推論により、LiDARの検知範囲や物理的差異に起因する問題を軽減し、レーダーの長距離・透過能力を維持する手法を提案した。
- スキャニングレーダーと車載レーダーの両方に対応する正規分布変換ベースのレーダーオドメトリレーダーオドメトリ2021/3/1
閾値処理・確率的サブマップ構築・NDTベースのスキャンマッチングからなるパイプラインで、スキャニングレーダーと車載レーダーの両方に適応するレーダーオドメトリを提案し、公開データセットで従来手法を上回る精度を示した。
