Stefan Leutenegger
University of Zurich
収録論文 59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
- 接触を伴う狭い隙間の通過に最適化した受動変形クアッドロータの設計受動変形ドローン2026/11/6
シミュレーション上の隙間通過成功率をフィードバックして機体形状と受動折り畳みアームの特性を同時最適化し、幅31.3cmから14.1cmに縮んで15cmの隙間を2m/sで通過できる機体を実現した。
- 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。
- REFLEX: ソフトクアッドロータの堅牢な自律衝突復帰のための学習オンボードリフレックス飛行制御2026/10/11
機体に搭載されたリカレントポリシーにより、位置・速度・方位・高度の推定なしで衝突後の姿勢を安定化し、推定器を再初期化して自動操縦に戻す学習ベースの衝突復帰モードを提案。実機で時速5m/sの壁衝突22回中19回の復帰に成功した。
- MAVの反応的衝突回避のための低遅延マップレスESDFクエリ衝突回避2026/10/9
ポーズ付き深度画像から直接GPUでESDFを計算し、地図構築なしで低遅延・高精度な衝突回避を実現する手法を提案。森林環境での飛行実験で有効性を示した。
- 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。
- SpotlessGS: 動的照明下でのロボット知覚のための再照明可能な3Dガウシアンスプラッティング3D再構成/ロボット知覚2026/8/11
暗所でロボットの照明が不均一になる問題を解決するため、3Dガウシアンスプラッティングに照明パラメータの同時最適化、球面調和関数による低周波照明モデル、MLPベースのBRDFを導入し、再照明可能な3D再構成を実現した。
- SPEAR: 写実的な具現化AI研究のためのシミュレータシミュレーション2026/7/1
Unreal EngineをPythonから制御できる高速・高機能な写実シミュレータを提案し、多様なエージェント制御やデータ生成を実現した。
- ロボットの自己改善:人間のビデオからの力学モデルを用いてロボット学習2026/6/1
人間のビデオから学習した行動・力学・価値表現をロボットに転移し、失敗状態を修正するDGAC法を提案。7つの実世界操作タスクで成功率を40%から81%に向上させ、ロボットの自己改善を実証した。
- 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。
- OpenSGA: オープンワールドにおける効率的な3Dシーングラフアライメント3Dシーングラフ2026/5/1
3Dシーングラフ間のオブジェクト対応を推定する統一フレームワークを提案し、視覚言語・テキスト・幾何特徴を融合して大規模座標ずれでも高精度なアライメントを実現。大規模データセットScanNet-SGも導入。
- HumanFlow: 拡散駆動による人間追跡・予測・制御の密結合で実現するMAVの人間環境ナビゲーションナビゲーション2026/5/1
3Dシーン文脈を条件とした潜在拡散モデルで人間の動作追跡と予測を統合し、重い遮蔽下でも高精度・高効率な予測を実現。さらに、その潜在表現をフローマッチングに基づく近似MPCポリシーに密結合し、実人間軌跡を用いたシミュレーションでMAVの社会的ナビゲーション性能を向上させた。
- DigiForest: 持続可能な林業のためのデジタル分析とロボティクス林業ロボティクス2026/4/1
森林管理の持続可能性向上を目指し、自律ロボット群による樹木データ収集、自動特性抽出、意思決定支援、低影響伐採を統合した大規模精密林業システムを提案・実証した論文。
- 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。
- GOPLA: 人間の配置の合成拡張による汎化可能な物体配置学習マニピュレーション2025/10/1
人間の配置デモを合成データで拡張し、MLLMと拡散プランナを組み合わせて、意味的・幾何的制約を考慮した汎用的な物体配置を学習する階層的フレームワーク。
- Actron3D: 動画から操作可能な神経関数を学習し、転移可能なロボットマニピュレーションを実現マニピュレーション2025/10/1
未キャリブレーションの単眼RGB人間動画2〜3本から、物体中心の神経アフォーダンス関数を学習し、6自由度マニピュレーションスキルを転移させるフレームワーク。
- HumanHalo:人間環境下での安全かつ効率的な3Dナビゲーションを実現する最小保守的MPCナビゲーション2025/10/1
人間の動きをデータ駆動で予測し、到達可能性に基づく安全制約を初期入力のみに課すMPCで、ドローンが人間の間を安全かつ効率的に3Dナビゲーションする手法を提案。
- 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。
- VidBot: 野生の2D人間動画から汎化可能な3D行動を学習し、ゼロショットロボットマニピュレーションを実現VLA2025/3/1
インターネット上の一人称RGB動画から3Dハンド軌跡を抽出し、粗から細へのアフォーダンス学習と拡散モデルでロボットのゼロショット操作を可能にするフレームワークを提案。
- 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。
- FrontierNet: 視覚的手がかりで探索する学習モデル探索2025/1/1
RGB画像と単眼深度からフロンティアを提案し情報利得を予測する視覚ベースの探索システムを開発し、3D地図依存の手法より初期探索効率を15%改善した。
- 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。
- IN-Sight: 視覚による対話型ナビゲーションナビゲーション2024/8/1
RGB-D観測から走行可能性を推定し、障害物と対話しながら経路計画を行う自己教師ありナビゲーション手法を提案し、四足歩行ロボットANYmalで実環境へのゼロショット転移を実証した。
- 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。
- 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。
- 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。
- DynamicGlue: グラフニューラルネットワークによる動的環境でのエピポーラ・時間情報を活用したデータ対応付けSLAM2024/3/1
動的環境でのSLAM向けに、エピポーラ幾何と時間情報をグラフに組み込んだGNNベースのスパース特徴マッチングネットワークを提案し、動物体上のキーポイントを除外しつつ高精度な対応付けを実現した。
- 移動ロボットシステムによるオンライン樹木再構成と森林インベントリ森林計測/移動ロボット2024/3/1
移動型レーザースキャナを用いて、森林内を移動しながらリアルタイムで樹木を検出・再構成し、森林インベントリをオンライン生成するシステムを提案した。ポーズグラフLiDAR SLAMでデータを逐次更新し、TLSや手動測定に匹敵する精度を達成した。
- FuncGrasp: 単一注釈付き物体から物体中心のニューラル把持関数を学習マニピュレーション2024/2/1
1つの注釈付き物体と単視点RGB-D観測から、カテゴリ事前分布を用いて未知物体の密で信頼性の高い把持姿勢を推論する枠組みを提案。
- 神経物体形状補完による人間型把持マニピュレーション2023/11/1
部分的な観測から物体の完全な形状を再構成し、7自由度の人間型ロボットハンドで把持を行う手法を提案。把持成功率を約30%向上させた。
- BodySLAM++:高速かつ密結合な視覚慣性カメラ・人体動作トラッキング人体姿勢推定2023/9/1
視覚慣性データを用いてカメラと人体の状態を同時に推定するフレームワークを提案し、ベースラインより高精度かつリアルタイムで動作することを示した。
- GloPro: 実環境における大域的整合性と不確かさを考慮した3D人体姿勢推定・追跡人体姿勢推定2023/9/1
視覚情報と学習済み運動モデルを融合し、形状・姿勢・ルート姿勢を含む3Dボディメッシュの不確かさ分布をリアルタイムで予測するフレームワークを提案。遮蔽があっても世界座標系での軌跡精度で既存手法を大きく上回る。
- SimpleMapping: 深層多視点ステレオによるリアルタイム視覚慣性高密度マッピングSLAM/3D再構成2023/6/1
単眼カメラとIMUのみからリアルタイムに高品質な3Dメッシュを再構成する視覚慣性高密度マッピング手法を提案し、VIOの疎な点群を活用する多視点ステレオネットワークで精度を向上させた。
- 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。
- 動的シーンにおける物体形状補完を用いた物体レベルマッピング物体レベルマッピング2022/8/1
RGB-D入力から動的シーン内の物体をセグメンテーション・追跡・再構成し、カテゴリレベルの形状事前分布を用いて完全な形状を予測・補完する物体レベルマッピングシステムを提案。
- 物体レベルの再定位を備えた視覚慣性マルチインスタンス動的SLAMSLAM2022/8/1
動的環境でもカメラ姿勢やIMUバイアスを最適化しつつ、任意物体の形状・意味・動きを追跡して物体レベル地図を構築し、見失った物体も再観測時に姿勢を復元できる視覚慣性SLAMシステムを提案した。
- 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。
- DeepFusion: 単眼SLAMのための単一視点深度と勾配予測を用いたリアルタイム高密度3D再構成SLAM2022/7/1
CNNによる深度・勾配予測と半高密度ステレオを確率的に融合し、単眼SLAMで実時間の高密度3D再構成を実現した。
- 学習済み事前分布を標準的な3次元再構成パイプラインに確率的に融合する手法3次元再構成2022/7/1
単一画像から深層学習で画素ごとの深度確率分布を予測し、それを複数視点の光度整合性に基づく確率ボリュームと確率的に融合することで、高精度な3次元再構成を実現する手法を提案した。
- 地図変形を伴う高密度RGB-D慣性SLAMSLAM2022/7/1
RGB-DカメラとIMUを密結合し、カメラ姿勢・速度・バイアス・重力方向を同時最適化しながら、サーフェルベースの高密度3D地図をリアルタイム構築するSLAMシステムを提案した。
- BodySLAM:カメラ位置推定・地図構築・人体動作追跡の同時実行SLAM/人体動作推定2022/5/1
単眼カメラの映像からカメラ軌跡と人体の位置・形状・姿勢を同時に推定するSLAMシステムを提案し、人体動作モデルで時系列の姿勢を制約することで精度を向上させた。
- 対称性と不確かさを考慮した物体SLAMによる6DoF物体姿勢推定物体SLAM2022/5/1
SLAMのカメラ姿勢を利用して対称物体のキーポイント追跡を安定化し、キーポイントの不確かさを学習して外れ値除去と最適化に活用する物体レベルSLAMを提案した論文。
- 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。
- 深層確率的特徴量メトリックトラッキングトラッキング2020/8/1
CNNで画素ごとの深層特徴量と不確かさを予測し、確率的な特徴量残差としてガウス・ニュートン法で最適化するRGB-D画像の密な位置合わせ手法を提案した論文。
- 力と位置のハイブリッドNMPCによる空中マニピュレーション:空中筆記への応用空中マニピュレーション2020/6/1
ロボットアーム付きドローン向けに、エンドエフェクタへの相互作用力を組み込んだハイブリッドNMPCを設計し、白板への空中筆記をミリメートル精度で実現した。
- バウンディングボックス不要のパノプティックセグメンテーションセグメンテーション2020/2/1
バウンディングボックス提案を使わず、セマンティックセグメンテーションの境界とHough投票によるインスタンス中心検出を組み合わせてパノプティックセグメンテーションを行うBBFNetを提案した論文。
- 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。
- モータ故障の識別と回復を備えた非線形MPCによる安全で俊敏なマルチコプタ飛行制御/故障診断2020/2/1
物理ベースの非線形ダイナミクスを用いたNMPCとEKFによるモータ故障識別を組み合わせ、故障時でも安全に飛行を継続できるマルチコプタ制御系を実機実験で検証した。
- イベントベースビジョン:サーベイイベントカメラ2019/4/1
イベントカメラの原理・利用可能なセンサ・低次から高次までの視覚タスク・処理アルゴリズムを包括的に概観したサーベイ論文。
- MID-Fusion: オクツリーに基づく物体レベル多インスタンス動的SLAM動的SLAM2018/12/1
単一のRGB-Dカメラから、動的環境でもロバストにカメラ追跡しつつ、各物体の形状・意味・動きをオクツリーベースで逐次推定する物体レベル動的SLAMシステムを提案した。
- InteriorNet:大規模マルチセンサー実写風屋内シーンデータセットデータセット/SLAM2018/9/1
数百万のプロのインテリアデザインと家具資産を活用し、高解像度・高フレームレートの実写風屋内動画と慣性計測を提供する大規模データセットを構築し、SLAMアルゴリズムのベンチマークを示した。
- 身体化された意味的フォビアに向けて:自己中心視点のアイトラッカ動画からの意味的3Dシーン再構成Semantic SLAM2018/7/1
頭部装着型アイトラッカ付きRGB-D動画から、視線ベクトルを活用してリアルタイムに3D環境のマッピングと意味的ラベリングを行う概念実証システムを提案した。
- グリッパ姿勢の不確かさに頑健な把持関数の深層学習マニピュレーション2016/8/1
深度画像から全ての把持姿勢にスコアを付ける把持関数をCNNで学習し、姿勢の不確かさで平滑化することで不確かさに頑健な把持を実現した。
- 3次元姿勢の微分計算入門最適化2016/6/1
3次元姿勢の扱いを抽象化し、座標変換と指数写像に基づく表現非依存で最小な微分を導入することで、最適化問題の定式化を容易にする手法を解説した入門文書。
- 画像系列のペアワイズ分解による能動的マルチビュー認識マルチビュー認識2016/5/1
画像系列を画像ペアに分解して各ペアをCNNで分類し、その重み付き統合で物体認識を行う手法を提案。さらに次視点予測CNNと組み合わせ、軌道最適化による能動的認識を実現した。
- イベントカメラによる場所認識とSeqSLAMのニューラル実装場所認識2015/5/1
イベントベースカメラを用いたロボットナビゲーション向けの場所認識・ループ閉じ込み手法を検討し、ニューロモルフィックハードウェア上で高速動作するSeqSLAMのニューラル実装を提案した研究。
