Yuan Zhuang
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
- 階層的マルチセンサ文脈認識によるスマートフォン屋内測位の高精度化屋内測位2026/10/29
スマホのセンサ情報から環境・シーン・行動を階層的に認識し、その文脈に応じてPDRの誤差補正と持ち方依存のドリフト補償を行う屋内測位フレームワークを提案した。
- PRIMO: 人間動作追従に基づく事前情報活用型オドメトリ for ヒューマノイドロボット歩行2026/9/20
ヒューマノイドの自己受容感覚オドメトリにおいて、人間の動作をシミュレーションで追従させて訓練データを生成し、物理・対称性に基づく事前情報を組み込んだ推定器を提案。実機での誤差を大幅に削減した。
- ロボット基盤モデルにおける近道学習を軽減する人工中心窩知覚ロボット基盤モデル2026/7/1
ロボット基盤モデルがシーン内の無関係な相関に依存する「近道学習」を起こす問題を指摘し、タスク関連領域に注意を向けるマスクを生成する軽量モジュール(AFP)を提案。微調整時の補助信号として用いることで、モデルの性能とロバスト性を向上させる。
- SEVO: 能動照明とデータ中心収集による堅牢なVLA操作のための意味強化仮想観測VLA/操作2026/5/1
VLAポリシーの環境間ロバスト性を向上させるため、RGBカメラストリームを変換するデータ中心アプローチSEVOを提案。照明、背景、妨害物を変えたデータ収集が最も重要で、透明ボトルの把持成功率を大幅に改善した。
- 確率的法線エピポーラ制約を用いた堅牢で効率的な視覚慣性初期化VIO初期化2024/10/1
視覚慣性オドメトリの初期化において、確率的法線エピポーラ制約を導入したジャイロバイアス推定と、IMU・視覚融合による速度・重力・スケール推定、さらに改良モジュールを組み合わせ、高速運動や退化シーンでも安定かつ高精度に初期化する手法を提案した。
- SNAIL Radar: 4DレーダーSLAM評価のための大規模多様ベンチマークSLAM2024/7/1
手持ち・電動自転車・SUVの3プラットフォームで晴天・夜間・豪雨など多様な環境を走行して収集した4DレーダーSLAM用の大規模データセットを構築し、最新手法を評価した。
- 傾斜推定と遮蔽処理によるVLP/INS密結合統合ナビゲーション屋内測位2024/4/1
フォトダイオードの傾斜変化と光遮蔽に対応するため、グラフ最適化を用いたVLP/INS密結合ナビゲーションを提案し、移動中10cm・傾斜1度以内の精度を実現した。
- 3D-SeqMOS: 自動運転のための新しい逐次3D移動物体セグメンテーション移動物体セグメンテーション2023/7/1
LiDAR点群から移動物体をセグメンテーションする3D畳み込みニューラルネットワークと時空間特徴を活用した残差機構を提案し、SLAMの精度を向上させた。
- 4Dイメージングレーダー慣性オドメトリとマッピングSLAM2023/3/1
4Dイメージングレーダーと慣性センサを融合し、サブマップベースのリアルタイムSLAMシステムを構築した。移動物体やマルチパスに頑健な速度推定とスキャン間マッチングにより、高精度な自己位置推定とマッピングを実現する。
- 完全自己校正を伴う視覚慣性オドメトリの可観測性解析とキーフレームベースフィルタリングVIO/自己校正2022/1/1
ローリングシャッターカメラとIMUの系で全内部・外部パラメータや時間オフセットが可観測であることをリー微分で初めて証明し、自己校正対応のキーフレーム型スライディングウィンドウフィルタを開発した論文。
- 右不変誤差に基づく一貫性のある固定ラグスムーザと視覚慣性SLAMへの応用VSLAM2021/2/1
固定ラグスムーザの可観測性を線形化系上で解析し、右不変誤差定式化によりヤコビアン補正なしで一貫性を確保する手法を提案、単眼視覚慣性SLAMに適用した。
- キーフレームベースの汎用構造なしフィルタによる視覚慣性オドメトリVIO2020/12/1
ランドマークを状態ベクトルに含めずキーフレームで管理する構造なしフィルタを提案し、IMUやカメラのパラメータをオンライン校正しつつ高精度に自己位置推定するVIO手法を実現した。
