Renaud Dubé
収録論文 16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
- 自律移動ロボット向け高速画像異常軽減画像前処理2021/9/1
雨や埃によるカメラ画像の劣化をリアルタイムで軽減する前処理手法を提案し、既存手法より最大40倍高速で高精度を実現した。
- 動的物体を考慮したLiDAR SLAMと学習データの自動生成SLAM2021/4/1
占有グリッドに基づくパイプラインで動的物体の学習データを自動生成し、動的物体検出ネットワークを組み込んだLiDAR SLAMを構築して、オドメトリ精度を39.6%改善した。
- 動的障害物を考慮した自律探索自律探索2021/4/1
動的障害物が通行を妨げる環境でも確実に未知領域を探索できるよう、動的フロンティアと再訪判断のコスト関数を導入した探索戦略を提案し、シミュレーションで既存手法を上回ることを示した。
- ステレオカメラデータを用いたリアルタイム動的障害物の検出と追跡障害物検出・追跡2020/7/1
ステレオカメラのノイズを含む点群データから動的物体をリアルタイムに検出・追跡し、人か一般動的物体に分類して速度推定し、障害物回避用の2D占有格子を生成するシステムを提案した。
- 単一スキャンで即座に自己位置推定するLiDAR-視覚融合グローバルローカリゼーショングローバルローカリゼーション2020/3/1
1回の3D LiDARスキャンから学習ベースのセグメント記述子で6自由度姿勢を推定し、カメラ画像を融合して検索精度を最大26%向上させた研究。
- SegMap:セグメントベースの地図構築と自己位置推定SLAM2019/9/1
3D点群をセグメント単位で扱い、データ駆動型の単一記述子で全局自己位置推定・密地図再構築・意味情報抽出を同時に行う地図表現手法を提案した論文。
- AMZドライバーレス:完全自律レーシングシステム自律走行2019/5/1
未知のコースを自律走行するレースカーの認識・推定・制御を統合したシステムを構築し、複数のFormula Student大会で総合優勝を果たした。
- 屋外3D LiDARスキャンの向き推定付き場所認識場所認識2019/3/1
単一の3D LiDARスキャンからCNNでコンパクトな記述子を抽出し、地図上の近傍候補検索とヨー角推定を同時に行う場所認識手法を提案。トリプレット損失とハードネガティブマイニングで学習し、NCLT・KITTIで従来手法を上回る性能を示した。
- 見た目変化に強い都市部向け視覚自己位置推定システム視覚自己位置推定2019/2/1
都市屋外で昼夜や天候により見た目が変わっても、複数セッション地図と車輪オドメトリを統合して高精度に自己位置を推定するVIZARDを提案し、実走行でほぼ100%の再現率と0.5m未満の精度を示した。
- 信頼性の高い自律レースのための冗長な知覚と状態推定状態推定2018/9/1
自律レースカーにおいて、LiDARとカメラから独立に知覚情報を生成しパーティクルフィルタSLAMで融合する冗長知覚と、スリップダイナミクスと確率的故障検出による速度推定を実装し、実車で検証した。
- SegMap: データ駆動型記述子を用いた3Dセグメントマッピング3Dマッピング2018/4/1
3D点群をセグメント単位で扱い、データ駆動型記述子で位置推定・地図再構成・意味情報抽出を同時に行う地図表現手法を提案した論文。
- 自律走行レースカーの設計:知覚・状態推定・システム統合自律走行2018/4/1
Formula Student Driverless競技で優勝した自律レースカー「flüela driverless」の設計を紹介し、モジュール式冗長サブシステム、EKF状態推定、LiDAR知覚、パーティクルフィルタSLAMの統合と実車実験での有効性を示した論文。
- LiDAR地図のための3Dセグメント記述子学習による場所認識場所認識2018/4/1
LiDARの3D点群地図からセグメントを抽出・照合して場所認識を行うため、CNNで学習した記述子を提案し、手作り記述子より高精度なことを実データで示した論文。
- LiDARと視覚機械学習を組み合わせたコーン検出センサフュージョン2017/11/1
LiDARで候補を絞り込み、カメラ画像をCNNで分類することで、自動運転車向けの高精度なコーン検出と経路計画を実現した。
- 災害対応のための空中・地上ロボットの3D位置合わせ:特徴量・記述子・変換推定の評価点群位置合わせ2017/9/1
災害現場でUGVのLiDAR点群とUAVの視覚点群をグローバル位置合わせする手法を、特徴量・記述子・変換推定の組み合わせごとに比較評価した。
- SegMatch:3D点群のためのセグメントベースのループ閉じ込みSLAM/ループ閉じ込み2016/9/1
3D点群をセグメント単位でマッチングすることで、大規模で非構造な環境でも頑健にループ閉じ込みを検出する手法を提案し、KITTIデータセットで1Hzの高精度測位とリアルタイム動作を示した。
