Xingguang Zhong
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
- 汎用3D事前情報を用いた動的環境向けVisual SLAMVisual SLAM2025/12/1
フィードフォワード再構成モデルで動的領域を除去し、その深度予測をパッチベースのバンドル調整と統合することで、動的環境でもロバストにカメラ姿勢を推定する単眼Visual SLAMを提案。
- 2Dガウシアンスプラッティングによる大域的に一貫したRGB-D SLAMSLAM2025/6/1
2Dガウシアンスプラッティングを地図表現に用い、深度一貫性を活かしたカメラ姿勢最適化とMASt3Rによるループ検出・再局在化で、高精度かつ大域的に一貫したRGB-D SLAMを実現した。
- 効率的な暗黙的ニューラルマップ表現による屋内自己位置推定精度の向上自己位置推定2025/3/1
2D LiDARスキャンから位置・方向の幾何特徴を捉える暗黙的ニューラルマップ表現を提案し、モンテカルロ自己位置推定の観測モデルに組み込むことで屋内ロボットの位置推定精度を向上させた。
- PINGS: 点ベース暗黙的ニューラルマップにおけるガウシアンスプラッティングと距離場の統合SLAM2025/2/1
LiDARとカメラから距離場と放射輝度場を同時に構築し、幾何学的整合性を保つことで相互に精度を高め合うSLAMシステムを提案した。
- ActiveGS: ガウシアンスプラッティングを用いた能動的シーン再構成能動的再構成2024/12/1
RGB-Dカメラを搭載した移動体が未知環境を能動的に探索し、ガウシアンスプラッティングとボクセルマップを組み合わせて高精度な地図を構築する手法を提案。
- 4次元陰的ニューラル表現を用いた動的環境における3D LiDARマッピングSLAM/マッピング2024/5/1
LiDARスキャン列から時空間陰的ニューラル表現を学習し、動的物体を除去して静的な3Dマップを高精度に再構成する手法を提案。
- PIN-SLAM: 点ベース暗黙的ニューラル表現による大域的整合性を実現するLiDAR SLAMSLAM2024/1/1
疎な最適化可能なニューラル点による弾力的でコンパクトな暗黙的SDFマップを用い、ループ閉じ込み時にマップを変形させて大域的に整合した地図を構築するLiDAR/RGB-D対応SLAMを提案。
- SHINE-Mapping: 疎な階層的暗黙表現を用いた大規模3Dマッピング3Dマッピング2022/10/1
3D LiDAR計測から八分木ベースの疎で拡張可能な階層的暗黙表現を学習し、大規模環境の3D再構成を高精度・省メモリで行うマッピングシステムを提案。
- 星凸制約最適化による可視性保証プランナと空中点検への応用経路計画2022/4/1
可視空間を星凸ポリトープとしてモデル化し、可視性制約を緩和して軌道最適化を効率的に解く、空中点検向けの可視性保証プランナを提案した。
- 会合・統合・任務:通信制限下の大規模マルチロボット探索フレームワーク群制御2021/9/1
通信帯域と距離が制限された環境で、軽量な環境表現と任務ベースの情報共有により複数ロボットの協調探索を効率化するフレームワークを提案し、UGV・UAVで実証した。
- 環境適応型クアッドロータ経路計画経路計画2020/11/1
障害物分布と機体状態に応じて飛行の積極性を自動調整し、安全で滑らかな軌道を生成する環境適応型プランナを提案した論文。
- 点群上で直接大きな凸多面体を生成する手法経路計画2020/10/1
点群データから球面反転を用いて障害物のない大きな凸空間をミリ秒単位で生成し、軌道計画やマッピングに応用した研究。
