Yibin Wu
収録論文 8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
- DogLegs: 脚部搭載IMUを用いた脚ロボットのロバスト固有受容状態推定状態推定2025/3/1
脚に複数のIMUを装着し、体幹IMU・関節エンコーダと拡張カルマンフィルタで融合することで、脚ロボットの状態推定精度を向上させる手法を提案した。
- Wheel-GINS: 車輪搭載IMUを用いたGNSS/INS統合航法システムGNSS/INS統合測位2025/1/1
車輪に取り付けたIMUとGNSSを拡張カルマンフィルタで統合し、GNSS遮蔽時でも長期的に高精度な自己位置推定を実現するシステムを提案した。
- LIO-EKF:拡張カルマンフィルタを用いた高周波LiDAR慣性オドメトリLiDAR慣性オドメトリ2023/11/1
点対点レジストレーションと拡張カルマンフィルタを組み合わせ、適応的なデータ対応付けでパラメータ調整を削減したLiDAR慣性オドメトリを提案し、高精度かつ高速な推定を実現した。
- Wheel-SLAM: 単一の車輪搭載IMUによる自己位置推定と地形マッピングSLAM2022/11/1
車輪に取り付けた1つのIMUのみを用いて、路面のバンク角を地形特徴としてループ閉じ込みを行い、SLAMを実現する手法を提案した。
- 車輪装着MEMS IMUを用いた自律測位のための3つの計測モデルの比較測位・ナビゲーション2020/12/1
車輪に取り付けたMEMS IMUでオドメータを代替する自律測位システムにおいて、速度・変位増分・接地点ゼロ速度の3つの計測モデルを誤差状態EKFで比較し、実地試験で同等の性能を示した論文。
- Wheel-INS2: 複数MEMS IMUを用いた車輪ロボットのデッドレコニングとIMU配置の評価デッドレコニング2020/12/1
車輪に取り付けたIMUと車体の複数IMUを分散拡張カルマンフィルタで統合し、相対位置制約を利用して車輪ロボットの自己完結型デッドレコニングの精度とロバスト性を向上させた研究。
- 車輪搭載MEMS IMUによるデッドレコニングシステムデッドレコニング2019/12/1
車輪中心にMEMS IMUを取り付け、ジャイロ出力から車輪速度を推定してオドメトリの代わりに使い、さらに車輪回転でバイアス誤差を相殺することで、従来のオドメトリ支援INSより高精度なデッドレコニングを実現した。
- VINS-Monoの数式導出と解析VIO2019/12/1
単眼視覚慣性オドメトリであるVINS-Monoの主要な数式(IMU事前積分、視覚慣性同時初期化、密結合非線形最適化)を導出し解析した論文。
