Qingwen Zhang
収録論文 14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
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- LLMを用いたユーザーコマンド推論による人間中心の自動運転システムVLA2023/11/1
車内ユーザーの自然言語コマンドからシステム要件を推論するために大規模言語モデル(LLM)を活用し、few-shot多変量二値分類の精度を検証した。
- RMP: 運動予測のためのランダムマスク事前学習フレームワーク運動予測2023/9/1
自動運転における交通参加者の軌跡予測のため、ランダムに時刻をマスクして復元させる事前学習フレームワークを提案し、ArgoverseとNuScenesで精度とミス率を改善した。
- 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。
- 動的環境における自動運転のための効率的な速度計画:インタラクションポイントモデル自動運転計画2022/9/1
交通参加者との相互作用を保護時間と優先度で統一的に表現する学習ベースのインタラクションポイントモデルを提案し、それを組み込んだ速度計画フレームワークが動的環境での有効性と堅牢性を示す。
- 不確かさ推定を伴う都市地形のリアルタイムニューラル高密度標高マッピング地形マッピング2022/8/1
疎なLiDAR観測からロボット中心の高密度標高マップをオンライン生成し、Bayesian-GANで地形構造を復元しつつ画素ごとの不確かさを推定するフレームワークを提案。
- MMFN: エンドツーエンド運転のためのマルチモーダル融合ネットワーク自動運転2022/7/1
カメラ・LiDAR・ベクター化HDマップを融合し、冗長情報を抑えつつ複数道路規則を考慮した専門家モジュールでエンドツーエンド運転性能を向上させた研究。
