Yusheng Wang
収録論文 15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
- F-LIVO:LiDAR・慣性・視覚オドメトリのための特徴量レベル幾何計測フレームワークVLA2026/10/16
視覚点とLiDAR平面を特徴量レベルの点-平面拘束で結びつけ、密な光度属性を地図に保持せずコンパクトな地図で動作するフィルタ型LIVOを提案。劣化条件下でも低ドリフトで推定を維持し、CPU使用率とメモリも抑える。
- DRHeC: RGB勾配を用いた微分可能レンダリングによるハンドアイキャリブレーションキャリブレーション2026/9/29
RGB画像とマスクの幾何特徴を活用した微分可能レンダリングにより、マーカー不要で高精度かつ安定なハンドアイキャリブレーションを実現する手法を提案。
- ARMimic: 拡張現実における受動的な人間デモンストレーションからのロボットマニピュレーション学習模倣学習/XR2025/9/1
XRヘッドセットと据え置きカメラだけで、ロボットなしで人間の手の動きを収集し、AR上で仮想ロボットの動作を重ねて衝突を避けつつ模倣学習データを作るフレームワーク。遠隔操作よりデモ時間を半減し、タスク成功率も向上させた。
- 単一音響カメラによる対象物高さ推定と2D海底モザイキングへの補償音響センシング/海底マッピング2024/11/1
単一の音響カメラと音響影の手がかりを利用し、海底対象物の高さを推定して2D海底モザイキングに統合する手法を提案し、水槽実験とシミュレーションで検証した。
- HR-INR: イベントカメラによる連続時空間ビデオ超解像時空間超解像2024/5/1
イベントカメラを活用し、任意のスケールで動画の解像度とフレームレートを同時に向上させる連続時空間ビデオ超解像フレームワークを提案。
- 鉄道車両における4年間のマルチモーダルオドメトリとマッピングSLAM2023/8/1
LiDAR・視覚・IMU・車輪エンコーダを慣性中心に統合し、線路平面や電柱の幾何情報も活用して鉄道車両の自己位置推定と地図生成を長期にわたり実現するフレームワークを提案した。
- GNSSドロップアウトに耐性を持つLiDAR慣性SLAMと鉱山サービス車両への応用SLAM2023/8/1
鉱山環境でのGNSS信号途絶や知覚劣化に対応するため、LiDAR・IMU・車輪オドメトリを誤差状態カルマンフィルタで融合し、サーフェル登録とループ閉じ込み再初期化を組み合わせたSLAMシステムを提案した。
- 2D前方監視ソナーの仰角推定における自己教師あり学習の運動縮退問題自己教師あり学習/ソナー知覚2023/7/1
2D前方監視ソナーで仰角を自己教師あり学習する際の運動縮退問題を分析し、合成データの事前学習なしで安定して学習できる条件を明らかにした研究。
- 平坦な地面からのエコーを考慮した2D前方監視ソナーのシミュレーションソナーシミュレーション2023/4/1
水槽環境で無視できない地面エコー(多重反射)を物理的にモデル化し、計算効率のため単一反射の枠組みで多重反射を近似する2D前方監視ソナーのシミュレーション手法を提案し、実画像と比較して検証した。
- 疑似前方深度を用いた2D前方監視ソナーによる多視点ステレオ学習音響センシング/多視点ステレオ2022/8/1
2D前方監視ソナーの複数画像から、仰角平面スイープでコストボリュームを生成し、疑似前方深度を回帰することで高精度な3D情報を推定する学習ベース多視点ステレオ手法を提案。
- 複数LiDARによる鉄道車両の自己位置推定と環境マッピングSLAM2021/12/1
複数のLiDAR入力を用いた鉄道向けSLAMシステムを提案し、レールの平面制約やオンライン外部キャリブレーションを活用して3000km超のデータで高精度な位置推定と大規模環境マッピングを実現した。
- LiDAR・視覚・慣性・GNSS融合による鉄道車両の高精度自己位置推定と地図生成SLAM/センサフュージョン2021/12/1
線路の平面・直線構造を制約に用い、LiDAR・カメラ・IMU・GNSSを因子グラフで統合して鉄道車両の位置推定と地図生成を行う手法を提案し、800km超の実走データでトンネル等の劣化環境でも高精度・リアルタイムに動作することを示した。
- MetroLoc: LiDAR・カメラ・慣性統合による地下鉄車両の地図構築と自己位置推定SLAM2021/11/1
IMUを中心にLiDAR・カメラ・慣性を緩結合で統合し、線・面特徴も活用して大規模地下鉄環境での車両自己位置推定と地図構築を高精度・リアルタイムに行うフレームワークを提案した。
- RailLoMer: LiDAR・IMU・オドメトリ・GNSS融合による鉄道車両の自己位置推定と地図生成SLAM/センサフュージョン2021/11/1
2台のLiDAR、IMU、車輪オドメトリ、GNSSを因子グラフで統合し、線路の平面拘束を活用して鉄道車両の高精度なオドメトリと地図生成を実現した研究。
- 複数の非反復走査LiDARを統合した大規模地図構築フレームワークSLAM/地図構築2021/10/1
複数の非反復走査LiDARを慣性・エンコーダ・GNSSと密結合し、同期・特徴点融合・因子グラフ最適化によりロバストで高精度な大規模地図生成を実現した。
