Zhiyong Tu
収録論文 6本 ・ フィジカルAI/ロボット学習
SLAMSLAM/センサフュージョンSLAM/地図構築
※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
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
