Simon Boche
Technical University of Munich
収録論文 12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
- GOFusion: フィッシャー情報を活用したリアルタイムガウシアン・オキュパンシーサブマップ融合による自律ロボットナビゲーションSLAM/3Dマッピング2026/10/18
3Dガウシアンを局所オキュパンシーマップに紐づけてSLAMのポーズ推定と統合し、GPUメモリを抑えつつ外観豊かな地図をリアルタイム構築する。さらにフィッシャー近似で各プリミティブの感度を推定し、ガウシアンの剪定や次善視点計画に活用してドローンの自律探索を実現した。
- RAGNAROK: レーダー支援重力正規化アライメントによる堅牢なオープンキーフレームベースのレーダー・視覚・運動・慣性SLAMSLAM2026/10/8
脚ロボットの不整地での状態推定を堅牢にするため、レーダー・視覚・運動・慣性を統合したSLAMを提案。滑りや転がり接触を考慮した脚速度推定や劣化対応画像強調などを組み合わせ、厳しい環境でも高精度に動作する。
- Scalix: 不確実性を考慮したスケール一貫性のある単眼SLAMSLAM2026/8/18
単眼SLAMのスケール曖昧性を解決するため、学習された深度情報を確率的因子グラフに統合し、ピクセル単位とフレーム単位の不確実性を考慮してメートルスケールの状態推定を実現するフレームワークを提案した。
- AERO-VIS: 非同期イベントベースのリアルタイムオンボード視覚慣性SLAMSLAM2026/5/1
イベントカメラのストリームを非同期に処理するステレオイベント慣性SLAMシステムを提案し、UAV搭載で閉ループ制御と大規模状態推定を実現した。
- OKVIS2-X: 高密度深度やLiDAR、GNSSに対応可能なキーフレームベース視覚慣性SLAMSLAM2025/10/1
視覚・慣性・深度・LiDAR・GNSSを統合し、高密度ボリュメトリックマップをリアルタイム生成するSLAMシステムを提案。大規模環境でもスケールし、高精度な軌道推定を実現。
- FindAnything: 任意環境でのロボット探索のためのオープンボキャブラリかつオブジェクト中心のマッピングマッピング2025/4/1
視覚言語特徴をオブジェクト単位で集約し、大規模未知環境でもリアルタイムに動作するオープンボキャブラリな3Dマッピング手法を提案。
- REGRACE: 一貫性評価を用いた堅牢で効率的なグラフベース再位置推定アルゴリズム再位置推定2025/3/1
LiDARサブマップとグラフニューラルネットワークを用いて、回転不変な物体特徴と近傍文脈を学習し、スケーラブルなBag-of-Wordsで再訪を検出する再位置推定手法を提案。幾何的一貫性で再訪を判定し、従来手法と同等の精度で2倍高速化を実現。
- LiDARと深度カメラに対応した視覚慣性SLAMによるサブマップベースのMAV自律探索探索2024/9/1
サブマップ単位の視覚慣性SLAMとサンプリングベースの次善視点計画を組み合わせ、LiDARまたは深度カメラのどちらでも動くMAVの自律探索フレームワークを提案し、シミュレーションと実機で有効性を示した。
- 不確かさを考慮した視覚慣性SLAMとボリュメトリック占有マッピングSLAM2024/9/1
深層学習による深度予測と不確かさを確率的に融合し、視覚慣性SLAMと密な占有マップ生成を統合した手法を提案。局所化・マッピング精度で最先端を上回り、リアルタイムでロボット計画に使える占有情報を提供する。
- LiDAR不要のVisual-Inertial SLAMと高密度サブマップによるスケーラブルな屋外自律ドローン飛行自律飛行2024/3/1
低コストな視覚・慣性センサのみを用いたVI-SLAMと高密度占有サブマップを組み合わせ、森林のような非構造屋外環境で最大3m/sの自律飛行を衝突なしに実現したシステムを提案。
- 密結合LiDAR-視覚-慣性SLAMと大規模ボリュメトリック占有マッピングSLAM2024/3/1
LiDAR・視覚・慣性を密結合したSLAMと、サブマップ戦略による大規模3D占有マッピングを提案し、高精度な姿勢推定とグローバルに整合した占有マップを実現した。
- GPS途絶に耐える密結合な視覚慣性SLAMSLAM2022/8/1
ステレオ視覚慣性SLAMにGPSを密結合で融合し、GPS信号途絶時もループ閉じ込み的な最適化でドリフトを補正する手法を提案した。
