David Skuddis

収録論文 6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

• GNSS劣化環境における絶対精度評価のためのRTK-SLAMデータセット
  SLAM2026/4/1

  RTK-SLAMの絶対精度を正しく評価するための、測地基準に基づくデータセットと評価手法を提案した論文。

• BEV-SLD: LiDAR鳥瞰画像を用いた自己教師ありシーンランドマーク検出によるグローバル位置推定
  位置推定2026/3/1

  LiDARの鳥瞰画像からシーン固有のランドマークを自己教師ありで検出し、一貫性損失を用いてグローバル位置推定を行う手法を提案した。

• 3Dガウシアンスプラッティングを活用した大規模複雑屋内環境の視覚的自己位置推定
  視覚的自己位置推定2025/2/1

  3Dガウシアンスプラッティングで生成した地図からレンダリング画像を参照データに追加し、視覚的自己位置推定の精度と信頼性を向上させる手法を提案した。

• HI-SLAM2: 高速単眼シーン再構成のための幾何認識ガウシアンSLAM
  SLAM2024/11/1

  RGB入力のみで高精度な単眼シーン再構成を実現する3DガウシアンスプラッティングベースのSLAMシステム。単眼事前分布と学習ベース密SLAMを組み合わせ、ループ閉じ込み時の効率的なポーズグラフ最適化とガウシアン変形により高速かつ幾何学的に正確な再構成を可能にする。

• 広域建設環境の屋内マッピングのためのSLAM
  SLAM2024/4/1

  大規模な工場や建設現場でロボットに4台のステレオカメラと3Dレーザースキャナを搭載し、LiDARと視覚SLAMの性能を比較評価した。さらに3Dガウススプラッティングで高密度な深度マップを生成し、自動建設・現場監視への応用を目指す。

• DMSA：LiDAR慣性オドメトリと大域最適化のための高密度マルチスキャン調整
  SLAM2024/2/1

  複数の点群を特徴選択なしで同時に高密度に位置合わせする手法を提案し、IMUと組み合わせたLiDAR慣性オドメトリや大規模キーフレーム最適化に応用して高精度・高ロバスト性を実現した。