Philip R. Osteen
収録論文 12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
- PinNet: キーポイント認識と幾何学的埋め込みを用いたLiDAR SLAMのループ閉じ込みのための学習型局所記述子SLAM/ループ閉じ込み2026/6/1
LiDAR点群から局所幾何記述子を生成するニューラルネットワークPinNetを提案し、場所認識とスキャン間レジストレーションによるループ閉じ込みを実現した。
- 学習ベース局所記述子による幾何学的マルチセッション地図統合SLAM/地図統合2025/12/1
異なるセッションで取得した大規模点群地図を、キーポイント対応エンコーダと平面幾何トランスフォーマで抽出した特徴量により位置合わせし、ループ閉じ込みと相対姿勢推定を行って統合する手法を提案した論文。
- OptMap: サブモジュラー最大化による幾何地図蒸留SLAM/地図2025/12/1
LiDARの大量点群から、用途ごとに有益な情報を選びながらオンラインで小型の幾何地図を生成する蒸留アルゴリズムを提案。
- 点群から滑らかな状態依存走行可否を学習するSPARTA走行可否推定/オフロード自律走行2025/6/1
地形の走行可否が車両の向きに依存することに着目し、点群から進入角度ごとのリスク分布を滑らかな解析関数として予測する手法を提案。シミュレーションと実機で有効性を示した。
- 合成による異常検知：オフロードナビゲーションのための生成拡散モデルを用いた異常検出異常検知2025/5/1
拡散モデルで入力画像から異常を除去した画像を合成し、その編集箇所を解析することで、訓練データにない異常を画素単位で検出する手法を提案。
- M2P2: 極低照度環境でのオフロード移動のためのマルチモーダル受動知覚データセット知覚データセット2024/10/1
LiDARや可視光カメラが使えない極低照度・無光環境でのオフロード自律移動を可能にするため、熱・イベント・ステレオRGBカメラとGPS・IMU・LiDARを組み合わせたマルチモーダル受動知覚データセットを構築し、受動知覚のみでの移動可能性を示した。
- SLAMにおけるキーフレーム選択と利用のための劣モジュラ最適化SLAM2024/10/1
SLAMで保存するLiDARスキャン(キーフレーム)の選択と利用を劣モジュラ最適化で改善し、保存数と計算時間を削減しつつ定位性能を維持する手法を提案。
- 学習ベースの登録関連特徴量を用いたLiDAR慣性オドメトリとマッピングSLAM2024/10/1
LiDAR SLAMのための学習ベース特徴抽出器を提案し、点群の約20%のみで高精度な位置推定とメモリ使用量の削減を実現した。
- PIETRA: 分布外地形走行のための物理情報に基づく証拠学習sim2real2024/9/1
自己教師あり学習に物理モデルを組み込み、未知の地形では学習予測と物理予測を切り替えることで、分布外環境での走行性能を向上させたフレームワーク。
- EVORA: Deep Evidential Traversability Learning for Risk-Aware Off-Road Autonomy2023/11/1
- Probabilistic Traversability Model for Risk-Aware Motion Planning in Off-Road Environments2022/10/1
- Experimental Evaluation of 3D-LIDAR Camera Extrinsic Calibration2020/7/1