Sotiris Papatheodorou
収録論文 10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
- 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。
- 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。
- 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。
- 視覚慣性SLAMと制御バリア関数による複雑環境下での安全なMAV遠隔操作安全制御/遠隔操作2024/3/1
非専門家によるMAV遠隔操作において、機載の視覚慣性SLAMと制御バリア関数を組み合わせた安全フィルタを構築し、複雑な未知環境での衝突回避を実現した。
- 未知環境での物体探索：MAVによる意味論的物体中心探索探索2023/2/1
ドローンが未知空間を探索しながら特定の物体を見つけ、目標精度で再構成するための意味論的・物体中心の探索手法を提案し、Habitatベースのシミュレータと実機で検証した。
- 確率的深度補完を用いたロボットナビゲーション向けボリューメトリック占有マッピングマッピング2020/12/1
RGB-Dカメラで欠損した深度を不確実性付きで深層学習により補完し、自由空間マップの速度と品質を向上させる枠組みを提案した。
- 大規模探索のための弾力的で効率的なLiDAR再構成SLAM/3D再構成2020/10/1
CPUのみで動作し、60mの長距離LiDARスキャンを毎秒数フレームで統合して大規模環境を再構成する弾力的な3Dマッピング手法を提案。ループ閉じ込め後の動的補正とサブマップ融合により長時間探索へのスケーラビリティを実現した。
- 自由空間を明示的に表現するマルチ解像度3Dマッピングによる高速・高精度な移動ロボット経路計画マッピング2020/10/1
オクトリー構造で解像度を適応的に選ぶ占有確率マップを構築し、観測済み自由空間を明示的に表現することで、移動ロボットの衝突判定と経路計画を高速化した研究。
- オクツリー地図とフロンティア探索を統合したMAV向け高速自律探査自律探査2020/2/1
オクツリー地図・フロンティア抽出・サンプリング型計画を密に統合し、地図エントロピーと移動時間の効用関数を最大化するMAVの高速探査手法を提案した。
- 不正確な位置推定下での分散エリアカバレッジ制御：シミュレーションと実験による検証群制御2016/12/1
位置推定に誤差がある移動ロボット群に対し、Guaranteed Voronoi分割を用いた分散制御則を提案し、シミュレーションと実験で有効性を示した。
