Cedric Le Gentil
収録論文 30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
- Dr-LiSA: レーダー・LiDARスキャンの直接位置合わせによるSE(3)自己位置推定自己位置推定2026/9/22
LiDAR地図からレーダー観測を予測する学習モデルを用い、レーダー強度画像をSE(3)で直接位置合わせする初の手法を提案し、従来の平面推定を上回る精度を実現した。
- 直接レーダー教示＆再現：スピニングレーダーによるナビゲーションナビゲーション2026/9/15
スピニングレーダーの生スキャンを直接利用し局所マップと組み合わせることで、オンロード・オフロード両環境で高精度な自己位置推定と閉ループ自律走行を実現した。
- Scalix: 不確実性を考慮したスケール一貫性のある単眼SLAMSLAM2026/8/18
単眼SLAMのスケール曖昧性を解決するため、学習された深度情報を確率的因子グラフに統合し、ピクセル単位とフレーム単位の不確実性を考慮してメートルスケールの状態推定を実現するフレームワークを提案した。
- Dr-PoGO: 直接レーダーポーズグラフ最適化SLAM2026/5/1
2Dスピニングレーダーを用いたSLAM手法を提案し、直接レジストレーションによるオドメトリとループ閉じ込みを行い、ポーズグラフ最適化で軌道を改善する。
- Dr-BA: 直接レーダーバンドル調整と位置特定のための分離最適化位置推定2026/5/1
2Dスピニングレーダの強度画像に直接作用する初のレーダーバンドル調整フレームワークを提案し、ポーズ推定とマッピングを分離して効率的に解くことで、高精度な地図構築とレーダーのみによる位置特定を実現した。
- 3DRO: 2Dイメージングレーダーとジャイロスコープを用いたライダーレベルのSE(3)直接レーダーオドメトリオドメトリ2026/4/1
2Dイメージングレーダーとジャイロスコープを組み合わせて、SE(3)の自己運動推定を行うレーダーオドメトリ手法を提案し、大規模データセットでライダー並みの精度を実証した。
- BIEVR-LIO: バンプ画像強化ボクセルマップによる堅牢なLiDAR-慣性オドメトリオドメトリ2026/4/1
LiDAR-慣性オドメトリの精度低下や発散を防ぐため、ボクセルごとの高さ画像として表面を表現する高解像度マップと、幾何学的に情報量の多い領域に焦点を当てた点サンプリング戦略を提案した。
- ガウス過程を用いたロボットスキル学習と適応に向けてスキル適応2026/3/1
ガウス過程に基づくスキル表現を用いて、軌道のキネマティクスを保ちつつ、初期状態と観測状態の差異に適応する3つの手法（最適化、行動クローニング、強化学習）を提案し、シミュレーションと実機で有効性を示した。
- Boreas Road Trip: 難路におけるマルチセンサ自動運転データセット自動運転データセット2026/2/1
多様で困難な道路環境を走行した643km分のマルチセンサ自動運転データセットを構築し、既存のオドメトリ・自己位置推定手法が単純環境に過適合していることを示した。
- ガウス過程とマグヌス展開による連続時間軌道推定の再検討状態推定2026/1/1
リー群上の連続時間軌道推定において、マグヌス展開を用いて大域的なガウス過程事前分布を導出し、従来の局所的な手法と比較した。
- Mag-Match: 磁気ベクトル場特徴による地図マッチングと位置合わせ位置推定・地図マッチング2025/8/1
磁気ベクトル場の高次微分に基づく特徴記述子を提案し、物理情報を組み込んだガウス過程で地図全体の微分を推定することで、重力方向に依存せず地図間・ロボット間の位置合わせを実現した。
- ガウス過程潜在場整形による効率的な占有マッピング占有マッピング2025/6/1
ガウス過程の潜在場を直接操作し、センサ視野形状に基づく自由空間の事前情報を効率的に統合する占有マッピング手法を提案した。
- 自動運転におけるオドメトリ研究はまだ必要か？オドメトリ2025/5/1
車輪エンコーダとジャイロの直接積分という最も単純なオドメトリが、低計算コストで最先端のレーダー慣性オドメトリを上回ることを示し、さらなる研究の必要性を問い直した。
- DRO: ドップラー情報を活用した直接法レーダーオドメトリレーダーオドメトリ2025/4/1
回転式FMCWレーダーの全強度情報を直接用いてスキャン・トゥ・ローカルマップ位置合わせを行い、運動とドップラー歪みを考慮したSE(2)オドメトリを提案。ドップラー速度が観測可能な変調では追加制約で精度を高め、250km超の走行データで検証した。
- バランスの取れたローカリゼーション：LiDAR位置推定の効率化に向けたオドメトリと地図マッチングのトレードオフ自己位置推定2025/3/1
LiDAR位置推定において、軽量なオドメトリ推定器と地図マッチングの頻度制御を組み合わせ、計算効率と精度のトレードオフを実走行データで評価した。
- ガウス過程距離場による障害物・地面制約を考慮した安全ナビゲーションナビゲーション2024/10/1
3D点群を地面と非地面に分け、2つのガウス過程距離場で障害物と地面制約を表現し、四分木構造で自由空間の多解像度マップを構築することで、車輪・脚式ロボットや人間支援に使える安全で滑らかな経路計画を実現した。
- 2Fast-2Lamaa: 連続距離場を用いた大規模LiDAR慣性自己位置推定とマッピングSLAM2024/10/1
LiDARとIMUを統合し、連続距離場マップを用いて大規模環境でのオドメトリ・マッピング・自己位置推定を高精度に行うフレームワークを提案。
- LiDAR-慣性の真の結合によるリアルタイム運動補正と時空間動的物体検出LiDAR-慣性融合2024/10/1
LiDARとIMUを密結合し、連続的な6自由度軌道を11個の状態変数で表現することでスキャンの運動歪みを補正し、時空間法線ベクトルを用いて学習なしに動的物体を検出する手法を提案した。
- RGB・イベントカメラを用いたデータ駆動型と幾何モデルの融合による衛星ドッキングポート状態推定宇宙ロボティクス/状態推定2024/9/1
RGBまたはイベントカメラの単眼視データから、浅いデータ駆動手法と幾何モデルを組み合わせて衛星ドッキングポートを検出・状態推定する軽量パイプラインを提案し、両モダリティを定量的に比較した。
- 支援ロボティクスのための堅牢な知覚に向けて：RGB-イベント-LiDARデータセットとマルチモーダル検出パイプラインマルチモーダル知覚2024/8/1
視覚障害者支援ロボット向けにRGB・イベントカメラ・LiDAR・IMUを組み合わせたデータセットを公開し、動的物体検出と3D位置推定のパイプラインを検証した。
- 距離場上の動作計画のための安全バブル被覆動作計画2024/8/1
距離場の一点の距離値から安全領域（安全バブル）を求め、自由空間をバブルで被覆する3つのサンプリングアルゴリズムを提案し、階層的な計画で効率的な衝突回避軌道を生成する。
- VDB-GPDF: VDB構造を用いたオンラインガウス過程距離場距離場マッピング2024/7/1
ガウス過程距離場と高速アクセス可能なOpenVDB構造を組み合わせ、ユークリッド距離や表面特性を不確実性付きでオンライン推定する効率的なマッピング手法を提案した。
- Dynamic Object Detection in Range data using Spatiotemporal Normals2023/10/1
- Continuous-Time Gaussian Process Motion-Compensation for Event-vision Pattern Tracking with Distance Fields2023/3/1
- Accurate Gaussian-Process-based Distance Fields with applications to Echolocation and Mapping2023/2/1
- Log-GPIS-MOP: A Unified Representation for Mapping, Odometry and Planning2022/6/1
- GPGM-SLAM: a Robust SLAM System for Unstructured Planetary Environments with Gaussian Process Gradient Maps2021/9/1
- Gaussian Process Gradient Maps for Loop-Closure Detection in Unstructured Planetary Environments2020/9/1
- IDOL: A Framework for IMU-DVS Odometry using Lines2020/8/1
- IN2LAAMA: INertial Lidar Localisation Autocalibration And MApping2019/5/1