Shehryar Khattak
NASA Jet Propulsion Laboratory
収録論文 38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
- 視差補正とロボット自己運動による新規シーンへの単眼深度推定適応単眼深度推定2026/11/11
基盤モデルの相対深度を、走行中に得られる疎なLiDAR点と自己運動を使ってオンライン学習でメートルスケールに適応させる軽量ViTモデルEM-ViTを提案した。
- オフロード環境における画像ベースのアフォーダンス予測のためのグローバル走行可能性事前知識の蒸留ナビゲーション2026/7/1
衛星画像から得た長距離の走行可能経路を教師として、第一人称視点画像から走行可能性フロンティアを予測するネットワークを学習し、長距離オフロードナビゲーションの性能を向上させた。
- BEVIO: 月面昼夜航法のための効率的な鳥瞰図ベース疎更新視覚慣性オドメトリ視覚慣性オドメトリ2026/6/1
月面探査車向けに、視覚更新頻度が極端に低い状況でも頑健な視覚慣性オドメトリを実現するため、鳥瞰図ベースの画像マッチング手法を提案し、昼夜の自己照明条件下での性能を実機実験で検証した。
- WildOS: 野外環境におけるオープンボキャブラリ物体探索ナビゲーション2026/2/1
地図や深度センサに頼らず、視覚言語モデルで探索方向を意味的に評価し、長距離のオープンボキャブラリ物体探索を実現するシステムを提案。
- 視覚知覚エンジン:ロボットビジョンタスクのための高速で柔軟なマルチヘッド推論ロボットビジョン2025/8/1
共有バックボーンと複数のタスクヘッドを並列実行し、GPUメモリ転送を排除して最大3倍の高速化を実現するモジュール型フレームワークを提案。
- リスク誘導拡散:失敗が許されない宇宙でのロボット基盤モデル展開に向けてナビゲーション2025/6/1
人間の認知科学に着想を得て、高速な学習ベースの「システム1」と低速な物理ベースの「システム2」を融合したリスク誘導拡散フレームワークを提案し、NASA JPLの火星模擬施設での実験で失敗率を最大4倍低減した。
- LVLMが統括する知覚・推論・行動による汎用ロボットナビゲーションナビゲーション2025/6/1
LVLMエージェントが知覚・推論・ナビゲーションのツール群を自律的に組み合わせて実行する汎用ナビゲーション枠組みARNAを提案し、未マップ環境での性能を実証した。
- Pixels-to-Graph: 建物情報モデルとシーングラフのリアルタイム統合による人間-ロボット間の意味的・幾何的理解シーングラフ2025/6/1
画像とLiDARからCPUのみでリアルタイムに構造化シーングラフを生成し、2D地図と3D点群を多層グラフで統合する軽量手法を提案。NASA JPLの脚ロボットで実環境検証。
- CompSLAM: 地下環境におけるロボット自律性のための相補的階層型マルチモーダル自己位置推定・地図構築SLAM2025/5/1
GPSが使えない地下環境で、複数のセンサ情報を相補的に統合して頑健な自己位置推定と地図構築を実現する階層型フレームワークCompSLAMを提案し、DARPA地下チャレンジ優勝チームの各種ロボットで実証した。
- ホリスティックフュージョン:タスク・構成に依存しない因子グラフによるロボット自己位置推定と状態推定自己位置推定/センサフュージョン2025/4/1
因子グラフを用いて、タスクやセンサ構成に依存せず多様なセンサを統合し、低遅延な局所運動推定と低ドリフトな大域自己位置推定を同時に実現するオープンソースの融合フレームワークを提案した。
- ガウス混合フィルタによる自律ロボットの電波源定位自律探索2025/3/1
未知環境で電波源を探索・定位するため、新しいガウス混合フィルタを提案し、実機実験で従来手法より高精度・低計算コスト・高ロバスト性を示した。
- オフロード環境におけるロバストなマルチバイオーム3Dセマンティックマッピングのための少数ショット意味学習セマンティックマッピング2024/11/1
事前学習済みViTを少数の粗いラベル付きデータで微調整し、2Dセマンティックセグメンテーションを距離ベースで統合して3Dボクセルマップを構築する手法を提案。オフロードの危険物にも対応可能。
- ROSA: 自然言語でロボットを操作するROSエージェントVLA2024/10/1
大規模言語モデルを活用し、自然言語による指示をROSのコマンドに変換してロボット操作を可能にするAIエージェントROSAを提案。ROS1/ROS2対応で安全性機構も備える。
- RoadRunner M&M:自律オフロードナビゲーションのためのマルチレンジ・マルチ解像度走行可能性マップ学習自律ナビゲーション2024/9/1
複数画像とLiDARボクセルマップから、50m/100mの距離と0.2m/0.8mの解像度で走行可能性・標高マップを直接予測する自己教師あり学習フレームワークを提案し、長距離推定精度と汎化性能を向上させた。
- レーダ速度因子を用いたオフロード走行のための堅牢な高速状態推定状態推定2024/9/1
FMCWレーダの動径速度計測をスライディングウィンドウ型状態推定器に統合し、LiDARやIMUと融合することで、砂漠環境での高速自律走行における状態推定の堅牢性を高めた研究。
- 情報・制約・整合:実環境における退化対応点群レジストレーションのフィールド分析SLAM2024/8/1
LiDARベースのロボット位置推定において、幾何学的に不良な環境でのICPの退化を軽減する手法(TSVD、不等式制約、Tikhonov正則化など)を比較・分析し、実世界実験で有効性を検証した。
- RoadRunner:自律走行オフロード走行のための走破性推定学習走破性推定2024/2/1
カメラとLiDARの入力を融合し、自己教師あり学習で地形の走破性と標高マップを直接予測するフレームワークを提案し、オフロード自律走行の低遅延化を実現した。
- ピクセルから標高へ:自律オフロード走行のための画像を用いた長距離標高マップ予測学習sim2real2024/1/1
車載の単眼画像のみから長距離の地形標高マップをリアルタイム予測する学習手法を提案し、オフロード走行データで有効性を示した。
- ROAMER: レーダー速度統合によるマルチモーダル状態推定を用いた堅牢なオフロード自律走行状態推定2024/1/1
FMCWレーダーの前方速度計測をLiDAR慣性オドメトリのグラフベーススムーザに統合し、LiDARデータが劣化・欠損しても高速オフロード環境で安定した状態推定を実現した。
- LunarNav:月面長距離自律ナビゲーションのためのクレーターに基づく位置推定位置推定2023/1/1
月面ローバーが太陽光下でクレーターを検出しデータベースと照合することで、位置誤差5m・方位誤差3度以内の自律的な全球位置推定を実現するアルゴリズムとソフトウェアを開発した。
- X-ICP: 極限環境でのロバストな自己位置推定のための局所化可能性を考慮したLiDAR位置合わせSLAM/位置推定2022/11/1
LiDAR位置合わせにおいて、環境の幾何学的な情報不足(退化方向)を検出し、その方向への更新を抑制することで、極限環境でもドリフトのないロバストな自己位置推定を実現する手法を提案。
- LiDAR誘導による地下環境での物体探索と検出探索・レスキュー2022/10/1
LiDARの深度・強度情報から物体候補を生成し、PTZカメラを制御して遠距離の物体検出を行う手法を提案し、地下環境の四足歩行ロボットで検証した。
- スペクトルグラフウェーブレットを用いた協調マルチロボットマッピングフレームワークマルチロボットマッピング2022/10/1
複数ロボットの協調マッピングにおいて、グラフスペクトル解析によりロボットとサーバ間の地図の構造的差異を検出し、ドリフトの原因ノードを特定してロボット側の姿勢グラフを補正する枠組みを提案した。
- 極限地下環境におけるSLAMの現在と未来SLAM2022/8/1
地下トンネル探査競技会SubTに参加した6チームのSLAM手法を比較し、LiDAR中心のSLAMや異種マルチロボット運用の現状・課題・オープンソース資源をまとめたサーベイ。
- チームCERBERUS、DARPA地下チャレンジ優勝:技術概要と教訓群制御2022/7/1
脚式ロボットと飛行ロボットを組み合わせたシステムで、GPSのない過酷な地下環境を自律探索し、DARPA地下チャレンジで優勝した技術を報告する論文。
- 有袋類型歩行・飛行ロボットによる未知環境の協調探査協調探査2022/5/1
四足歩行ロボットが飛行ロボットを運搬し、必要に応じて展開してLiDAR地図を共有しながら未知環境を協調探査するシステムを提案した。
- ロバストなLiDAR自己位置推定のための学習ベース局所化可能性推定LiDAR自己位置推定2022/3/1
トンネルなど自己対称な環境でLiDARの位置推定が失敗する問題に対し、生のセンサ計測から局所化可能性をニューラルネットで推定し、登録最適化を評価せずに早期検出を可能にした。シミュレーションデータのみで学習し、環境やセンサ間の汎化を実現した。
- グラフベース多センサ融合による建設ロボットの一貫した自己位置推定自己位置推定2022/3/1
フィルタリングとスムージングを組み合わせたグラフベースの予測更新ループで、非同期センサ計測を柔軟に統合し、センサ欠落時でも一貫した姿勢推定を実現する建設機械向け自己位置推定手法を提案し、実機で検証した。
- 歩行ポリシーに基づく3次元ボクセル表現を用いた走破性学習歩行2022/3/1
物理シミュレータで大量の歩行経験を収集し、3Dボクセル占有マップから歩行ポリシーに適した走破性コストを予測する疎畳み込みネットワークを学習、脚式ロボットの経路計画に応用した。
- スペクトルグラフ解析を用いた協調ロボットマッピングマルチロボットSLAM2022/3/1
マルチロボットSLAMにおいて、ロボットとサーバのグラフの構造差をスペクトル解析で捉え、各ロボットのポーズグラフに必要な制約を生成する協調マッピング手法を提案し、実環境で最大90%の改善を示した。
- CERBERUS:DARPA地下トンネル・都市環境における脚式・飛行ロボットの自律探査自律探査2022/1/1
DARPA地下チャレンジ向けに、四脚ロボットと飛行ロボットを統合し、カメラ・LiDAR・慣性センサの融合と集中型マップ最適化で地下環境を自律探査するシステムを構築した。
- ロボット応用のためのLiDARオドメトリの自己教師あり学習LiDARオドメトリ2020/11/1
ラベル付きデータを必要とせず、幾何学的損失を選択的に適用することで多様な環境・センサに対応する自己教師ありLiDARオドメトリ推定手法を提案し、脚式・クローラ・車輪ロボットで実証した。
- 視覚・深度ランドマークと慣性融合による劣悪視覚環境下のナビゲーションセンサフュージョン2019/3/1
RGB-DとIMUのデータを特徴検出・記述子レベルで融合し、拡張カルマンフィルタでロボット姿勢・バイアス・ランドマークを同時推定することで、GPS不可・低照度・無テクスチャ環境でのナビゲーションを実現した。
- 視覚・熱画像ランドマークと慣性融合による劣化視環境下のナビゲーションマルチセンサ融合2019/3/1
可視光カメラと熱カメラのランドマーク情報および慣性センサを融合し、霧・煙・低照度など視覚的に劣化したGPS拒否環境でも信頼性の高いオドメトリ推定を実現する手法を提案した論文。
- キーフレームベースの直接熱慣性オドメトリ熱慣性オドメトリ2019/3/1
熱カメラの放射データと慣性計測を融合し、暗闇や粉塵・霧・煙などの視覚劣化環境で飛行ロボットのナビゲーションを可能にする最適化ベースのオドメトリ手法を提案し、屋内実験室と地下鉱山で検証した。
- 煙霧環境下の飛行ロボット向け熱赤外マーカーと慣性融合による自己位置推定自己位置推定2019/3/1
霧や煙の中でも検出できるよう長波長赤外域で機能する低コストなフィデューシャルマーカーを設計し、熱カメラによる姿勢推定を慣性計測と拡張カルマンフィルタで融合して飛行ロボットの自己位置推定精度を高めた。
- 視覚慣性オドメトリで強化した幾何学的安定ICPによる航空ロボットのマッピングSLAM/マッピング2018/1/1
視覚慣性オドメトリの事前情報と点群の法線分布を活用し、幾何学的安定性を判定してICPを実行する航空ロボット向けマッピング手法を提案した。
- 原子力施設廃止措置を支援するロボティクスの課題原子力ロボティクス2017/5/1
原子力施設の廃止措置に向け、劣化視界でのナビゲーションや事前知識なしの探索・マッピング、放射線検出などロボットが抱える課題を概観した論文。
