Byeongho Yu
収録論文 12本 ・ フィジカルAI/ロボット学習
SLAM/センサフュージョン歩行経路計画SLAM走行可能地形セグメンテーション
※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
- LVI-Q: 四足歩行ロボットのための密結合・効率的交互最適化を用いた堅牢なLiDAR-視覚-慣性-運動学オドメトリSLAM/センサフュージョン2025/10/1
カメラ・LiDAR・IMU・関節エンコーダを融合し、視覚慣性運動学オドメトリとLiDAR慣性運動学オドメトリを交互に最適化することで、四足ロボットの自己位置推定を堅牢化した研究。
- DreamFLEX: 不整地における異常事態に対応する故障認識型四足歩行制御器の学習歩行2025/2/1
関節故障を推定して歩容をリアルタイムに適応させることで、不整地でも安定して歩ける四足ロボットの耐故障制御器を提案した。
- TRG-planner: 不整地環境における安全で効率的なナビゲーションのための走破リスクグラフに基づく経路計画経路計画2025/1/1
地形の走破リスクをノードとエッジで表現する新しいグラフ構造TRGを構築し、安全かつ短距離な経路をリアルタイムで計画する手法を提案。四足ロボット実験で有効性を検証した。
- TRIP: リスク認識予測を用いた四足歩行ロボットの地形走破性マッピング歩行2024/11/1
限られた視野やデータの疎らさに対処するため、球面投影での踏破性推定とベイズカーネル推論を組み合わせ、四足ロボットのオンライン自律ナビゲーション向けにリスクを考慮した地形走破性マップを生成する手法を提案した。
- DreamWaQ++：耐障害性マルチモーダル強化学習による障害物認識型四足歩行歩行2024/9/1
固有感覚と外界感覚を融合した強化学習により、不整地や階段を含む実環境で頑健に歩行できる四足ロボット制御器を実現した。
- TOSS: 静的シーンマッピングのためのリアルタイム追跡と移動物体セグメンテーションSLAM2024/8/1
追跡ベースの移動物体セグメンテーションと静的マップ構築を統合したリアルタイムフレームワークを提案し、動的物体の除去と静的物体の復元を高精度に行う。
- B-TMS: 3D LiDARスキャンと地図を横断するベイズ走行可能地形モデリングとセグメンテーションによるオフロードナビゲーションの強化走行可能地形セグメンテーション2024/6/1
ベイズ一般化カーネルとトリグリッドフィールドを用いて、3D LiDARデータから走行可能地形を地図単位でモデリング・セグメンテーションする手法を提案し、オフロード環境でのロバスト性を向上させた。
- Robust Recovery Motion Control for Quadrupedal Robots via Learned Terrain Imagination2023/6/1
- DreamWaQ: Learning Robust Quadrupedal Locomotion With Implicit Terrain Imagination via Deep Reinforcement Learning2023/1/1
- Retro-RL: Reinforcing Nominal Controller With Deep Reinforcement Learning for Tilting-Rotor Drones2022/7/1
- STEP: State Estimator for Legged Robots Using a Preintegrated foot Velocity Factor2022/2/1
- WALK-VIO: Walking-motion-Adaptive Leg Kinematic Constraint Visual-Inertial Odometry for Quadruped Robots2021/11/1