Gal Versano
収録論文 6本 ・ フィジカルAI/ロボット学習
自己位置推定状態推定位置推定慣性航法測位/慣性ナビゲーション
※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
- 車輪搭載慣性センサとGNSSのAI支援融合による高精度位置推定自己位置推定2026/6/1
車輪に取り付けた慣性センサとGNSSを、ニューラルネットワークと誤差状態拡張カルマンフィルタで融合し、位置精度を約46%向上させる手法を提案した。
- GNSS由来の加速度計測を用いたINS/GNSS状態推定の強化状態推定2026/5/1
GNSS位置情報と運動モデルから加速度を推定し、INS/GNSSフィルタに統合することで、特に低ダイナミクス時の姿勢・センサ誤差の可観測性を改善し、位置精度を向上させた。実データ2種で平均位置誤差を11.40%と20.74%削減した。
- 無人地上車両ナビゲーションのためのハイブリッドニューラル支援アンセンテッドカルマンフィルタ状態推定2026/3/1
慣性センサとGNSSの融合に用いるUKFのノイズ共分散を、シミュレーションデータのみで訓練した深層ニューラルネットワークが実測値から予測するハイブリッド推定手法を提案し、3データセットで位置精度を向上させた。
- 犬のデッドレコニングのためのモデルベースおよびニューラル支援アプローチ位置推定2026/3/1
慣性センサのみを用いて生物学的な犬とロボット犬の正確な位置推定を行うため、モデルベースとニューラル支援の3つのアルゴリズムを提案し、実データで評価した。
- 車輪・車体慣性センサ融合による厳環境下での純慣性航法慣性航法2026/1/1
車輪と車体に搭載した慣性センサを組み合わせ、GNSSが使えない環境でも高精度に自己位置推定する純慣性航法システムを提案。
- WMINet: 車輪搭載慣性センサと深層学習による移動ロボット測位測位/慣性ナビゲーション2025/3/1
車輪に取り付けた慣性センサのみから移動ロボットの位置を推定する深層学習手法を提案し、周期軌道と車輪間距離制約を組み合わせて従来法より66%精度を改善した。