Sha Lu
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
- BEV-ODOM2: 地上ロボット向けPV-BEV融合と密フロー教師あり学習による拡張BEV単眼視覚オドメトリ視覚オドメトリ2025/9/1
単眼視覚オドメトリのスケールドリフトをBEV表現で解決する手法を改良し、密なBEVオプティカルフロー教師信号とPV-BEV融合により精度を向上させた。
- BEV-DWPVO: 地面走行のための低スケールドリフト単眼視オドメトリに向けたBEVベース微分可能重み付きプロクルステス法単眼視オドメトリ2025/2/1
地面平面仮定を利用し、BEV特徴マップ上でキーポイントを抽出・マッチングして、微分可能な重み付きプロクルステス解法で3自由度の姿勢推定を行う単眼視オドメトリシステムを提案。
- CarPlanner: 自動運転の大規模強化学習のための一貫性のある自己回帰軌道計画自動運転計画2025/2/1
自己回帰構造と一貫性制約を組み合わせた強化学習プランナーを提案し、大規模実世界データセットnuPlanで従来のIL・ルールベース手法を上回る性能を達成した。
- BEV-ODOM: BEV表現で単眼視覚オドメトリのスケールドリフトを低減単眼視覚オドメトリ2024/11/1
深度教師なしで透視画像をBEV表現に変換し、3自由度の運動を推定することで、単眼視覚オドメトリのスケールドリフトを抑えるフレームワークを提案した。
- RING#: 回転並進同変グラム学習による姿勢推定ベースの大域的自己位置推定自己位置推定2024/9/1
BEV空間で2つの同変表現を学習し、場所認識を経由せず姿勢推定から直接位置を求める新しい大域的自己位置推定ネットワークRING#を提案した。
- 360度視覚位置認識のためのBEV表現の活用位置認識2023/5/1
360度視覚位置認識においてBird's Eye View表現を特徴抽出・集約・LiDAR融合に用いるネットワークを提案し、回転不変な集約とセンサ融合で従来法を上回る性能を示した。
- LiDARグローバル自己位置推定のサーベイ：課題・進展・未解決問題自己位置推定2023/2/1
LiDARを用いたモバイルロボットのグローバル自己位置推定について、地図・記述子抽出・クロスロボット推定などの研究動向を整理した初の包括的サーベイ。
- RING++: スパーススキャンマップ上の大域的自己位置推定のための回転並進不変グラム自己位置推定2022/10/1
LiDARのスパーススキャンマップ上で、回転・並進に不変な表現を用いて場所認識と大域的な姿勢推定を学習なしで行うフレームワークを提案し、多ロボットSLAMにも応用した。
- DeepRING: LiDAR位置認識のための回転・並進不変表現学習位置認識2022/10/1
LiDARスキャンから回転・並進に不変な特徴表現を学習し、視点が大きく異なる再訪でも同一場所を認識できる位置認識手法を提案。
- すべてを支配する一つのRING：場所認識・姿勢・並進推定のためのラドンサイノグラム位置推定2022/4/1
LiDARスキャンのラドンサイノグラム(RING)を統一表現として用い、場所認識から向き・並進推定までを学習不要で行うスパースなグローバル位置推定フレームワークを提案した論文。
- LiDAR点群のサイノグラムを用いた並進不変な方位角グローバル推定点群レジストレーション2022/3/1
重力整列済みLiDAR点群の方位角を、Radon変換による並進不変表現と円状相互相関で初期値なしに高速・高精度に推定する手法を提案し、微分可能モジュール化により特徴抽出ネットワークのEnd-to-End学習も可能にした。
