Itzik Klein
収録論文 66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
- 自律水上車両のためのEMログ較正のベンチマーク評価自律水上車両2026/9/30
自律水上車両において、動的な海況下で4つの較正モデルと2つの推定パイプラインを比較評価し、バイアス・スケール誤差モデルとカルマンフィルタの組み合わせが速度推定精度を71%向上させることを実証した。
- AUVのためのニューラル支援による統合アライメント・キャリブレーション手法水中ロボット/センサ融合2026/8/23
AUVの慣性航法とDVLの融合に必要な初期化処理を、2つのニューラルネットワーク（ResAlignNetとDCNet）で置き換え、単一のほぼ等速度軌道と25秒のデータだけで従来法より速度誤差を平均68.7%削減する手法を提案した。
- DVL-DeepONet：耐障害性水中航法のための物理誘導オペレータ学習水中航法2026/6/1
AUVの航法において、DVLの欠損やノイズ、慣性センサ非搭載時でも速度推定を可能にする、物理的整合性を考慮したディープニューラルオペレータフレームワークを提案した。
- 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。
- 情報支援によるDVLキャリブレーション水中ナビゲーション2026/6/1
GNSSが使えない環境でもDVLの自己キャリブレーションを可能にし、GNSS利用時も精度を向上させる情報支援キャリブレーション手法を提案した。実データで最大35%の速度推定精度向上を確認した。
- GNSS遮断環境向けベイズ学習強化ディープスムージングナビゲーション2026/6/1
GNSSが使えない環境でのナビゲーション精度を高めるため、ベイズ平滑化にトランスフォーマーによる学習を組み合わせた手法を提案し、クアッドローターのデータで精度向上を実証した。
- 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。
- AI支援による自律型水中ビークル航法の進歩水中航法2026/5/1
自律型水中ビークル（AUV）の航法精度向上のため、慣性航法システムとドップラー速度ログ、カメラを統合するセンサフュージョン技術と、AI駆動の学習アプローチによる慣性デッドレコニング改善を解説した章。
- ニューラル支援による移動中の自己方位整定自律航法2026/4/1
自律型海洋プラットフォームの初期方位推定を、モデルベース手法と同じ入力でニューラルネットワークを用いて高速かつ高精度に行う手法を提案した。実データで精度53%向上、整定時間67%短縮を達成。
- ベイズ学習と深層平滑化を統合した慣性航法の高精度化位置推定2026/3/1
慣性/GNSS統合航法の後処理精度を高めるため、古典的な2フィルタ平滑化にTransformerベースのニューラルネットを組み合わせ、共分散行列の修正と平滑化誤差への補正をベイズ枠組み内で学習するフレームワークBLENDSを提案した。実データで最大63%の水平位置精度向上を確認。
- 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。
- ニューラル支援適応イノベーションに基づく不変カルマンフィルタフィルタリング/航法2026/3/1
リー群上で不変フィルタ理論とニューラルネットによる適応ノイズ推定を組み合わせ、実世界の水中航法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。
- 等式・不等式制約を統合した二分岐型INS/GNSS融合GNSS/INS融合2026/2/1
都市環境でのGNSS遮蔽時に、等号制約と不等式制約を分散重み付けで融合する二分岐型情報支援フレームワークを提案し、追加センサなしで車両ナビゲーションの精度を改善した。
- PiDR: 自律プラットフォームのための物理情報に基づく慣性デッドレコニング慣性航法2026/1/1
GNSSや視覚情報が使えない環境で、慣性センサのみを用いた航法において、物理法則を学習に組み込むことで軌道のずれを抑え、測位精度を29%以上改善するフレームワークを提案した。
- 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。
- ICD-Net: ドローン向け視覚慣性SLAMのための慣性共分散変位ネットワークVLA2025/12/1
生の慣性計測データから変位と不確かさを学習し、VINS-Fusionの最適化に残差制約として組み込むことで、ドローンの視覚慣性SLAMの性能を向上させるフレームワークを提案。
- ResAlignNet: データ駆動型INS/DVLアライメント手法ナビゲーション2025/11/1
1D ResNet-18を用いて慣性航法装置とドップラー速度計のアライメントを深層学習で最適化し、短時間で高精度なアライメントを実現する手法を提案。
- 単眼カメラと慣性センサを用いたマイクロドローンのための同時位置推定と3DセミデンスマッピングSLAM2025/11/1
単眼カメラと慣性センサを組み合わせ、軽量な深層学習による深度予測とエッジ検出でセミデンスな3Dマップをリアルタイム生成するSLAMシステムを提案。DJI Telloで自律ナビゲーションと障害物回避を実証した。
- 姿勢情報不要のニューラルネットワークによる低コスト静止加速度センサのバイアス推定センサキャリブレーション2025/11/1
センサの向きや回転を必要とせず、静止状態の加速度センサのバイアスをニューラルネットワークで推定するキャリブレーション手法を提案し、従来法より52%以上誤差を低減した。
- MoRPI-PINN: 移動ロボットの純慣性航法のための物理情報ニューラルネットワークフレームワーク慣性航法2025/7/1
物理法則を組み込んだニューラルネットワークにより、慣性センサのみを用いた移動ロボットの位置推定精度を大幅に向上させる手法を提案し、実世界実験で85%以上の精度改善を達成した。
- 拡散デノイザ支援によるジャイロコンパスナビゲーション2025/7/1
低コストジャイロのノイズを拡散モデルで除去し、学習ベースの方位推定精度を向上させる手法を提案した。
- C-ZUPT：静止性を利用した空中ホバリング状態推定2025/7/1
空中プラットフォームでも準静的平衡状態を検出して速度更新を行うC-ZUPTを提案し、慣性ドリフトを抑えてホバリングの安定性とエネルギー効率を向上させた。
- 非線形伝播モデルを用いた無香料カルマンフィルタによる航法応用状態推定2025/7/1
航法誤差状態ベクトルの非線形動学モデルに従ってシグマ点を伝播させる新しい手法を導入し、自律型水中航走体の実センサデータでフィルタ精度と航法性能の向上を実証した。
- 長時間のDVL途絶に耐えるTransformerベース水中慣性航法水中ナビゲーション2025/4/1
DVLが最大50秒途絶する状況でも、慣性センサと過去のDVLデータからTransformerで速度を推定し、EKFに統合することで水中航法精度を大幅に改善した。
- DVLと深層学習によるAUV加速度予測水中ロボティクス2025/3/1
DVLの過去の速度計測からAUVの加速度ベクトルを推定するエンドツーエンド深層学習手法を提案し、モデルベース手法より65%以上の精度向上を達成した。
- GNSS非依存環境におけるセンサフュージョン航法のための自律型USVの設計と実験的検証センサフュージョン/航法2025/3/1
低コストで可搬性の高い自律型無人水上艇MARVELを開発し、GNSSが使えない海上でのセンサフュージョン航法アルゴリズムを実環境で検証した。
- 適応型ニューラルアンセンテッドカルマンフィルタ状態推定2025/3/1
プロセスノイズ共分散行列をニューラルネットワークで適応的に推定する手法を提案し、自律水中航法のセンサ融合問題で有効性を示した。
- 相互相関を考慮した深層INS/DVL融合による水中航法の高精度化水中航法/センサ融合2025/3/1
深層学習によるDVL速度推定を拡張カルマンフィルタに統合する際に生じる過程・観測ノイズ間の相互相関を明示的に扱う枠組みを提案し、実海域データで速度・姿勢推定精度を10%以上改善した。
- データ駆動型INS/DVLアライメント手法sim2real2025/3/1
慣性センサとDVLの融合に必要なアライメントを、深層学習でエンドツーエンドに推定し、精度と収束時間を改善する手法を提案した。
- 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。
- 周期的軌道を飛ぶクアッドロータのニューラルデッドレコニング状態推定2025/2/1
周期的な軌道を飛行するクアッドロータにおいて、慣性センサの読み値をニューラルネットワークに入力して位置ベクトルを直接推定し、屋内・屋外で従来の深層学習手法より高精度なデッドレコニングを実現した。
- ガウス過程回帰による水中ナビゲーションの高精度化水中ナビゲーション2025/2/1
DVLの速度推定に多出力ガウス過程回帰を用い、不確かさを考慮した適応的EKFで水中航法精度を約20%改善した。
- ニューラル慣性回帰ネットワークの強化：データ駆動型の視点慣性センシング2025/1/1
慣性センサの深層学習性能を向上させる13のデータ駆動型手法を定義し、6つのデータセットで評価した。回転とノイズ付加によるデータ拡張が最も効果的であることを示した。
- ヘビの動きに着想を得たハイブリッド学習による移動ロボットの測位慣性測位2024/11/1
ヘビのような蛇行運動を行う移動ロボットの慣性センサデータから、ニューラルネットワークで移動距離を推定し、測位誤差を33%改善するフレームワークMoRPINetを提案した。
- DCNet: データ駆動型DVLキャリブレーション手法キャリブレーション2024/10/1
2次元畳み込みカーネルを用いたデータ駆動型フレームワークDCNetにより、ほぼ一定速度の軌道でDVLを迅速にキャリブレーションし、精度と時間を大幅に改善する。
- 建設現場における分散・非対称マルチエージェント学習群制御2024/9/1
建設現場のブルドーザーとダンプの協調作業を対象に、優先度を考慮したヒューリスティックでAIエージェントを訓練する分散・非対称マルチエージェント学習手法を提案し、衝突回避と作業効率を改善した。
- 深層学習によるジャイロスコープの迅速キャリブレーションキャリブレーション2024/9/1
深層学習を用いて低コストジャイロスコープのキャリブレーション時間を最大89%短縮するエンドツーエンドCNNを提案し、複数の実機・仮想ジャイロスコープを活用して性能を評価した。
- 歩行者の慣性航法：モデルベースとデータ駆動型アプローチの概観慣性航法2024/7/1
歩行者の慣性航法について、靴装着型センサーやPDRのモデルベース手法と、活動支援・ハイブリッド・学習ベースのデータ駆動型手法を概説したサーベイ論文。
- 深層学習支援による慣性デッドレコニングと融合慣性航法2024/7/1
周期運動中のドローンや移動ロボットの慣性航法において、深層学習を用いて移動距離の変化を推定し、GNSSとの融合精度を向上させる手法を提案した論文。
- 限られたDVL計測下でのシームレスな水中航法水中航法2024/4/1
DVLのビームが3本未満しか得られない場合に、ニューラルネットで欠損ビームを推定し、EKFに統合することでAUVの航法精度を向上させる手法を提案した。
- ジャイロフリー慣性航法と複数IMUのためのデータセット慣性航法/データセット2024/3/1
54個の慣性センサを9つのIMUにまとめ、移動ロボットと乗用車に搭載して35時間分の慣性データと正解軌道を収録し、ジャイロフリー慣性航法や複数IMU構成の研究用データセットを公開した。
- Data-Driven Strategies for Coping with Incomplete DVL Measurements2024/1/1
- DVL Calibration using Data-driven Methods2024/1/1
- Adaptive Kalman-Informed Transformer2024/1/1
- Towards Learning-Based Gyrocompassing2023/12/1
- Quadrotor Dead Reckoning with Multiple Inertial Sensors2023/10/1
- Inspection planning under execution uncertainty2023/9/1
- GHNet:Learning GNSS Heading from Velocity Measurements2023/9/1
- VIO-DualProNet: Visual-Inertial Odometry with Learning Based Process Noise Covariance2023/8/1
- Inertial Navigation Meets Deep Learning: A Survey of Current Trends and Future Directions2023/7/1
- MissBeamNet: Learning Missing Doppler Velocity Log Beam Measurements2023/1/1
- Information Aided Navigation: A Review2023/1/1
- Set-Transformer BeamsNet for AUV Velocity Forecasting in Complete DVL Outage Scenarios2022/12/1
- ProNet: Adaptive Process Noise Estimation for INS/DVL Fusion2022/12/1
- A Hybrid Adaptive Velocity Aided Navigation Filter with Application to INS/DVL Fusion2022/11/1
- Self-Supervised Monocular Depth Underwater2022/10/1
- LiBeamsNet: AUV Velocity Vector Estimation in Situations of Limited DVL Beam Measurements2022/10/1
- Data-Driven Meets Navigation: Concepts, Models, and Experimental Validation2022/10/1
- AG2U -- Autonomous Grading Under Uncertainties2022/8/1
- A Hybrid Model and Learning-Based Adaptive Navigation Filter2022/7/1
- Adaptive Attitude Estimation Using a Hybrid Model-Learning Approach2022/7/1
- MoRPI: Mobile Robot Pure Inertial Navigation2022/7/1
- Learning Vehicle Trajectory Uncertainty2022/6/1
- Adaptive Step Size Learning with Applications to Velocity Aided Inertial Navigation System2022/6/1
- BeamsNet: A data-driven Approach Enhancing Doppler Velocity Log Measurements for Autonomous Underwater Vehicle Navigation2022/6/1