Markus Lienkamp
収録論文 33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
- 自動運転レースにおける実世界テストのための安定性制御自動運転/安定性制御2026/8/18
自動運転レースで車両が限界性能に達した際の安定性を保つため、電子安定性制御、スリップ制御、カウンターステアシステムからなる統合安定性制御システムを提案し、実車実験で有効性を検証した。
- 平面を超えて：平面車両ダイナミクスと三次元道路形状の結合自動運転シミュレーション2026/8/1
平面車両モデルに三次元道路形状の影響を組み込む新しい手法を提案し、実車データで検証した。
- A2RL Vmax: 長距離・高速知覚と複数車両インタラクションのためのA2RL自動運転レースデータセット自動運転データセット2026/7/1
2024年のアブダビ自動運転レースリーグで収集された、高速自動運転と複数車両の相互作用に特化した大規模なLiDAR・RADARデータセットを紹介する論文。
- エネルギーガイダンスだけで十分か？駆動ワールドモデルのための学習不要なノルム注入ワールドモデル2026/7/1
駆動ワールドモデルの制御可能性を、拡散バックボーンの再学習なしにサンプリング時のエネルギー関数注入で実現できるかを検証した論文。軌道計画をエネルギーガイダンスで操舵できるが、映像生成との結合が課題と判明。
- SPARK: 自律レース向け単眼カメラによる低遅延3次元姿勢推定自律レース/3次元姿勢推定2026/6/1
自律レースで他車の位置を素早く検出するため、単眼カメラとキーポイント検出を用いた低遅延で高精度な3次元姿勢推定アルゴリズムSPARKを提案した。
- 未来へのドリフト：高遅延車両システムにおける経路追従ドリフトの安定化車両制御2026/6/1
生産車両のアクチュエータ遅延や機械的結合に対応する予測器と制御則を設計し、内燃機関搭載の量産スポーツカーで円形・8の字ドリフトを安定して実現した。
- FAR-LIO: 高速自律走行を実現する高速・高精度・堅牢なLiDAR-慣性オドメトリオドメトリ2026/6/1
CUDAで高速化したLiDAR-慣性オドメトリフレームワークFAR-LIOを提案し、自律レースなど高速移動環境での低遅延・高精度な位置推定を実現した。
- 知覚ジッタの抑制：信頼性の高い動作分類のための不確実性を考慮したLiDAR物体検出自動運転/物体検出2026/6/1
3D物体検出器に不確実性推定を追加し、短時間の観測窓で統計的検定を行うことで、静止物体の誤った動的予測を減らす手法を提案した。
- A2RLチャレンジにおける限界性能での一対一自律レース自律レース2026/2/1
TUMのチームがアブダビ自律レースリーグ（A2RL）で優勝するために開発した、車両限界でのマルチエージェント相互作用を扱うアルゴリズムと戦略を紹介した論文。
- 自動運転モーション制御の評価におけるシミュレーション忠実度の影響分析自動運転2026/2/1
自動運転の制御アルゴリズム評価において、車両ダイナミクスモデルの忠実度が閉ループ挙動に与える影響を調査し、アプリケーションに応じた簡略化の度合いを明らかにした。
- FlowCalib: シーンフローを用いたLiDAR-車体間の校正ずれ検出キャリブレーション2026/1/1
連続する3D点群のシーンフローから静的物体の動きの系統的な偏りを利用し、追加センサなしでLiDARと車体の回転方向の校正ずれを検出するフレームワークを提案。
- RSLCPP：ROS 2を用いた決定論的シミュレーションsim2real2026/1/1
ROS 2の非同期マルチプロセス設計による再現性の問題を解決するため、既存ノードを変更せずに決定論的シミュレーションを実現するC++ライブラリRSLCPPを提案し、異なるCPUやアーキテクチャ間で同一結果が得られることを示した。
- 新たな始まりへ：自動運転ソフトウェアにおける統合知覚のサーベイ自動運転知覚2025/8/1
自動運転の知覚タスクを単一アーキテクチャで統合する「統合知覚」の研究を、タスク統合・追跡定式化・表現フローの観点から分類し、既存手法やデータセット、課題を体系的に整理した初のサーベイ。
- ベイズ最適化による実世界データからのタイヤパラメータと不確かさの推定システム同定2025/4/1
ベイズ最適化と確率的変分推論を用いてタイヤモデルのパラメータとその不確かさを推定し、実走行データで有効性を検証した研究。
- CaLiV: 任意のセンサ構成に対応するLiDAR-車両間キャリブレーションキャリブレーション2025/4/1
視野が重ならない複数LiDARでも、運動を利用して重なりを生成し、GMMベースの位置合わせでセンサ間・センサ-車両間の外部パラメータを高精度に推定する手法を提案。
- GripMap：自動運転レース向けの空間分解型動的制約フレームワーク軌道計画2025/4/1
路面のグリップが場所ごとに異なることを考慮し、Frenet座標系で空間的に動的制約を表現するGripMapを提案。オフライン・オンラインの軌道計画に適用し、自動運転レース実験で有効性を示した。
- キャリブ済みか否か？LiDARとカメラのリアルタイム誤キャリブレーション検出キャリブレーション2025/4/1
LiDARとカメラの外部キャリブレーション状態を、パラメータ回帰ではなく二値分類として対照学習で判定し、高精度・低遅延で誤キャリブレーションを検出する手法を提案。
- 内燃機関車両の自動運転レースにおける縦方向制御車両制御2025/4/1
自動運転レース向けに、高レベルの軌道追従指令をスロットル・ブレーキ圧・ギアなどの低レベル操作に変換する縦方向制御を提案し、実車実験で検証した。
- 完全自動運転ソフトウェアスタック開発における現在の課題への取り組み自動運転2025/4/1
自動運転ソフトウェアスタックを科学環境で開発する際の一般的な課題を特定し、実車両への研究アルゴリズム展開を容易にする戦略とオープンソース実装を提案する。
- FlexCloud: 点群マップの直接的なモジュラー地理参照とドリフト補正SLAM2025/2/1
SLAMで生成した点群マップにGNSS位置を用いて直接地理参照を行い、3Dラバーシート変換で長期ドリフトによる歪みを補正するモジュラー手法を提案。
- Multi-LiCa: 動きとターゲット不要のマルチLiDAR間キャリブレーションフレームワークキャリブレーション2025/1/1
複数のLiDAR間の外部キャリブレーションを、動きや専用ターゲット、初期変換、他センサなしで自動的に行う2段階手法を提案。粗合わせに特徴ベースマッチング、微調整にGICPとコストベースマッチングを用いる。
- OpenLiDARMap: 地図事前情報を用いたドリフトゼロの点群マッピングSLAM2025/1/1
GNSSが使えない環境で、公開されている建物フットプリントや航空スキャン由来の表面モデルを事前情報として活用し、LiDARスキャンと組み合わせることで、長距離ドリフトのない高精度な地理参照済み3D点群地図を生成する手法を提案した。
- GMMCalib: ガウス混合モデルに基づく統合位置合わせによるLiDARセンサの外部キャリブレーションキャリブレーション2024/4/1
複数のLiDAR点群をガウス混合モデルで統合的に位置合わせする外部キャリブレーション手法を提案し、ICPより初期値やパラメータに頑健であることをシミュレーションと実環境で示した。
- Multi-Modal Sensor Fusion and Object Tracking for Autonomous Racing2023/10/1
- EDGAR: An Autonomous Driving Research Platform -- From Feature Development to Real-World Application2023/9/1
- Evaluating Pedestrian Trajectory Prediction Methods with Respect to Autonomous Driving2023/8/1
- An Ethical Trajectory Planning Algorithm for Autonomous Vehicles2022/12/1
- MixNet: Structured Deep Neural Motion Prediction for Autonomous Racing2022/8/1
- TUM autonomous motorsport: An autonomous racing software for the Indy Autonomous Challenge2022/5/1
- Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits2022/2/1
- Real-Time Adaptive Velocity Optimization for Autonomous Electric Cars at the Limits of Handling2020/12/1
- Multilayer Graph-Based Trajectory Planning for Race Vehicles in Dynamic Scenarios2020/5/1
- Benchmarking of a software stack for autonomous racing against a professional human race driver2020/5/1