Yiduo Wang
収録論文 10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。
- 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。
- ロボットナビゲーションのための確率的深度補完を用いた3D LiDAR再構成3D再構成2022/7/1
LiDARの疎な深度計測をカメラ画像で補完し、不確かさを考慮して高密度な3D再構成を行う学習ベース手法を提案。実環境でフリースペースを40%以上拡大し、ナビゲーション計画の改善を示した。
- 空間解析による複雑環境でのスケーラブルかつ弾力的なLiDAR再構成3D再構成2021/6/1
LiDARによる3D再構成で、空間的な重なりを解析してサブマップを融合・分割し、環境の広さに応じてメモリ使用量を抑えつつ精度を高める手法を提案した論文。
- 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。
- New Collegeデータセット:地上真値を備えた手持ちLiDAR・慣性・視覚データSLAMデータセット2020/3/1
オックスフォードのNew Collegeを歩行速度で約2.2km移動しながら取得したLiDAR・慣性・視覚センサデータセットで、三脚式高精度LiDARによる地図からセンチメートル精度の6DoF地上真値を付与した。
- 四足歩行ロボットによる情報利得ベースの能動的マッピング能動マッピング2020/2/1
四足歩行ロボットが未知の構造物を自律的にスキャン・再構築するため、情報利得と移動コストから次の最良視点を選ぶオンライン能動マッピングシステムを開発した。
