Simon Boche
収録論文 10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
- Scalix: 不確実性を考慮したスケール一貫性のある単眼SLAMSLAM2026/8/18
単眼SLAMのスケール曖昧性を解決するため、学習された深度情報を確率的因子グラフに統合し、ピクセル単位とフレーム単位の不確実性を考慮してメートルスケールの状態推定を実現するフレームワークを提案した。
- AERO-VIS: 非同期イベントベースのリアルタイムオンボード視覚慣性SLAMSLAM2026/5/1
イベントカメラのストリームを非同期に処理するステレオイベント慣性SLAMシステムを提案し、UAV搭載で閉ループ制御と大規模状態推定を実現した。
- OKVIS2-X: 高密度深度やLiDAR、GNSSに対応可能なキーフレームベース視覚慣性SLAMSLAM2025/10/1
視覚・慣性・深度・LiDAR・GNSSを統合し、高密度ボリュメトリックマップをリアルタイム生成するSLAMシステムを提案。大規模環境でもスケールし、高精度な軌道推定を実現。
- FindAnything: 任意環境でのロボット探索のためのオープンボキャブラリかつオブジェクト中心のマッピングマッピング2025/4/1
視覚言語特徴をオブジェクト単位で集約し、大規模未知環境でもリアルタイムに動作するオープンボキャブラリな3Dマッピング手法を提案。
- REGRACE: 一貫性評価を用いた堅牢で効率的なグラフベース再位置推定アルゴリズム再位置推定2025/3/1
LiDARサブマップとグラフニューラルネットワークを用いて、回転不変な物体特徴と近傍文脈を学習し、スケーラブルなBag-of-Wordsで再訪を検出する再位置推定手法を提案。幾何的一貫性で再訪を判定し、従来手法と同等の精度で2倍高速化を実現。
- 不確かさを考慮した視覚慣性SLAMとボリュメトリック占有マッピングSLAM2024/9/1
深層学習による深度予測と不確かさを確率的に融合し、視覚慣性SLAMと密な占有マップ生成を統合した手法を提案。局所化・マッピング精度で最先端を上回り、リアルタイムでロボット計画に使える占有情報を提供する。
- LiDARと深度カメラに対応した視覚慣性SLAMによるサブマップベースのMAV自律探索探索2024/9/1
サブマップ単位の視覚慣性SLAMとサンプリングベースの次善視点計画を組み合わせ、LiDARまたは深度カメラのどちらでも動くMAVの自律探索フレームワークを提案し、シミュレーションと実機で有効性を示した。
- 密結合LiDAR-視覚-慣性SLAMと大規模ボリュメトリック占有マッピングSLAM2024/3/1
LiDAR・視覚・慣性を密結合したSLAMと、サブマップ戦略による大規模3D占有マッピングを提案し、高精度な姿勢推定とグローバルに整合した占有マップを実現した。
- LiDAR不要のVisual-Inertial SLAMと高密度サブマップによるスケーラブルな屋外自律ドローン飛行自律飛行2024/3/1
低コストな視覚・慣性センサのみを用いたVI-SLAMと高密度占有サブマップを組み合わせ、森林のような非構造屋外環境で最大3m/sの自律飛行を衝突なしに実現したシステムを提案。
- Visual-Inertial SLAM with Tightly-Coupled Dropout-Tolerant GPS Fusion2022/8/1