Daniel Goehring

収録論文 7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

• 自動運転のための深層ニューラルネットワークによる工事現場検出
  自動運転/物体検出2026/4/1

  YOLOニューラルネットワークとLiDARデータを組み合わせ、走行中に工事現場の物体を検出・位置特定し、統合して世界座標で輪郭を記録するリアルタイムシステムを提案した。実地評価で0.5m未満の位置精度を達成した。

• GroundLoc: 大規模屋外環境における効率的なLiDARのみの自己位置推定
  自己位置推定2025/10/1

  LiDARのみを用いて大規模屋外環境で自己位置推定を行うパイプラインGroundLocを提案。BEV画像投影と特徴点マッチングにより、従来手法を上回る精度とオンライン実行性能を実現した。

• EP-Diffuser: 多項式表現による交通シーン生成・予測のための効率的な拡散モデル
  予測/生成モデル2025/4/1

  交通シーンの将来進展を多様に予測するため、道路形状とエージェント履歴を条件としたパラメータ効率の良い拡散生成モデルを提案し、Argoverse 2とWaymo Openで高精度かつ妥当な予測と分布外汎化性能を示した。

• LiDARセマンティックセグメンテーションのためのマルチモーダルNeRF自己教師あり学習
  LiDARセグメンテーション2024/11/1

  未ラベルのLiDAR点群とカメラ画像から得た知識を活用する半教師あり学習手法を提案し、NeRFヘッドとSAMによる擬似ラベル生成でLiDARセマンティックセグメンテーションを改善した。

• MaskVal: 6D姿勢推定のためのシンプルで効果的な不確かさ定量化
  6D姿勢推定2024/9/1

  姿勢推定結果とインスタンスセグメンテーションをレンダリングで比較するだけで不確かさを定量化し、ロボット操作の安全性と信頼性を向上させる手法を提案。

• 不確実性下の運動計画：学習ベースのマルチモーダル予測器を分岐モデル予測制御に統合
  運動計画2024/5/1

  学習ベースのマルチモーダル予測を分岐モデル予測制御に組み込み、オンラインのシナリオ選択と適応的な決定先送り戦略でリアルタイムな自動運転計画を実現した。

• Industrial Application of 6D Pose Estimation for Robotic Manipulation in Automotive Internal Logistics
  2023/9/1