Viorela Ila
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
- 動的環境における推定・予測・計画の統合フレームワークDynoJEPPナビゲーション/計画2026/5/1
動的環境でのロボットナビゲーションにおいて、状態推定・予測・計画を因子グラフで統合し、情報の流れを方向付ける新規因子を導入して推定の汚染を防ぐ手法を提案した。
- インクリメンタル平滑化とマッピングによるオンライン動的SLAMSLAM2025/9/1
動的環境でのSLAMをインクリメンタル最適化でオンライン実行する初の手法を提案し、既存手法より5倍高速で精度も同等以上を達成した。
- バイアス除去PnPによるステレオ視覚オドメトリ：証明可能な一致性と大規模自己位置推定視覚オドメトリ2025/4/1
ステレオ視覚オドメトリにおいて、3次元三角測量の不確かさを考慮した漸近不偏で√n一致な重み付きPnP推定器を提案し、大規模環境での自己位置推定精度を向上させた。
- 正解データなしで軌道予測器を訓練する手法軌道予測2025/2/1
正解ラベルなしでも高精度な位置・方位・速度推定を行い、その推定値を用いてTrajectron++ベースの軌道予測モデルを訓練する枠組みを提案した。
- DynoSAM: 動的SLAMのためのオープンソース平滑化・マッピングフレームワーク動的SLAM2025/1/1
動的環境におけるSLAMの最適化定式化を効率的に実装・評価・比較できるオープンソースフレームワークDynoSAMを開発し、カメラ姿勢・静的シーン・物体運動・物体構造を同時推定する。
- DynORecon: ナビゲーションのための動的物体再構成ナビゲーション2024/9/1
Dynamic SLAMの運動推定を活用し、動く物体の3D再構成と自由空間推定を同時に行うシステムを提案。約20FPSで動作し、約10cmの精度で動的物体を再構成できる。
- 動的SLAMにおける座標系の重要性SLAM2023/12/1
動的環境でのSLAMにおいて、動く物体の点を世界座標系と物体座標系のどちらで表現するのが精度・ロバスト性に優れるかをGTSAMベースの評価フレームワークで比較分析した論文。
- 動的環境におけるロバストな自己運動と物体の6自由度運動推定・追跡視覚オドメトリ2020/7/1
セマンティックセグメンテーションとオプティカルフローを組み合わせ、SE(3)運動とフローを同時最適化することで、動的マルチボディ視覚オドメトリの精度と追跡安定性を向上させた研究。
- 動的物体を認識する視覚SLAMシステム VDO-SLAMSLAM2020/5/1
セマンティック情報を活用し、形状の事前知識なしに動的剛体物体の運動推定と追跡を行うSLAMシステムを提案。ロボット軌道と物体のSE(3)運動、時空間マップを高精度に推定する。
- 動的環境向け高速SLAM：モデル不要の物体認識型アプローチ動的SLAM2020/2/1
セマンティックセグメンテーションを活用し、物体の3Dモデルや姿勢推定を必要とせずに剛体物体の速度をリアルタイム推定する、モデルフリーな物体認識型動的SLAMアルゴリズムを提案した。
- 動的剛体物体を考慮した同時自己位置推定と地図構築SLAM2018/5/1
動く物体の運動をSLAMの推定に組み込み、物体の姿勢や形状を推定せずに動的環境での自己位置推定と地図構築の精度を向上させる手法を提案した。
- SLAM++による高効率でコンパクトなポーズSLAMSLAM2016/8/1
オンラインSLAM向けに平均と共分散を効率的に推定する増分最尤推定フレームワークSLAM++を提案し、情報理論指標で有益な情報のみを統合するスパースな状態表現を実現した。
