Steffen Müller
収録論文 9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
- 自動運転車と自転車の相互作用を評価する結合型インザループ試験環境自動運転評価2025/7/1
自転車乗りと自動運転車の双方向インタラクションを実現する結合型インザループ試験環境を構築し、実車との軌道比較で有効性を検証した。
- サイバーフィジカル環境におけるAIベース3D人体姿勢推定の検証人体姿勢推定2025/6/1
自動運転システムと歩行者・自転車利用者との安全な相互作用を評価するため、車両インザループ試験台とモーションラボを組み合わせたサイバーフィジカル試験環境を構築し、実世界と仮想環境での単眼カメラAIによる3D骨格検出の精度と一貫性を比較検証した。
- 自己認識と客観的な運転行動:横方向の車両誘導に関する被験者研究自動運転・運転行動2024/2/1
ドイツ人62名を対象に実車実験を行い、カーブ走行時の横方向の運転行動を評価する新指標を提案し、自己申告式の運転スタイル尺度(MDSI-DE)との関連を分析した。
- 運転状況が横方向の運転スタイル選好に与える影響:シミュレータ実験による検討自動運転・HMI2024/2/1
高忠実度ドライビングシミュレータを用い、天候や交通状況の違いが自動運転車の横方向の運転スタイル選好にどう影響するかをドイツ人参加者で調査した。
- PanopticNDT: 効率的でロバストなパノプティックマッピングマッピング2023/9/1
占有正規分布変換(NDT)マッピングに基づき、移動ロボット上でリアルタイムに高精細な3Dパノプティックマップを構築する手法を提案し、公開データセットで有効性を示した。
- ベクトル化シナリオ記述と運動予測によるシナリオベーステスト運動予測2023/2/1
道路形状と車両軌跡でシナリオをベクトル化して記述し、VectorNetで未見シナリオの自動運転車軌跡を予測する手法を提案。
- 転移重点サンプリング:複数のテスト環境を連携させて自動運転車の評価効率と信頼性を両立自動運転評価2022/4/1
仮想テストと実車テストなど異なるテスト環境を転移学習と重点サンプリングで結びつけ、低コストで網羅的な探索と信頼できるリスク評価を両立させる手法を提案した。
- 複雑な走行シナリオを効率的に特徴づける確率的メタモデル自動運転検証2021/10/1
自動運転車の安全性検証のため、ガウス過程やベイズニューラルネットなどのメタモデルの予測性能を比較し、効率的にテストケースを選ぶ反復手法を提案・評価した論文。
- 複数モデルに基づく自動運転車のロバストモデル予測縦位置追従制御制御/MPC2020/9/1
内燃機関車の縦位置制御のため、加速度データから複数の線形モデルを同定し、モデル切り替えとロバストMPCでむだ時間や制約に対処する手法を提案した論文。
