Soohee Han
収録論文 8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
- ALIVE-LIO: 縮退を考慮した慣性速度学習によるESKFベースLiDAR-慣性オドメトリの強化オドメトリ2026/4/1
長い廊下や単一壁などの縮退環境でのLiDAR-慣性オドメトリの精度低下を、ニューラルネットワークで予測した速度を縮退検出時のみESKFに融合することで補う手法を提案した。
- ROFT-VINS: 過酷な環境向けの頑健な特徴追跡に基づく視覚慣性状態推定VIO/SLAM2026/3/1
深層学習を用いて単眼カメラ画像の視覚特徴を頑健に追跡し、テクスチャのない環境や急激な照明変化でも安定して動作するVIOシステムを提案した。
- GenZ-LIO: 閉鎖空間と開放空間の境界を越えて汎化するLiDAR慣性オドメトリLiDARオドメトリ2026/3/1
閉鎖空間と開放空間の遷移で生じるスキャン密度や幾何構造の変化に適応するため、スケール適応型ボクセル化・ハイブリッド残差更新・ボクセル枝刈り対応探索を組み合わせたLiDAR慣性オドメトリ手法を提案し、複数データセットで安定性を検証した。
- 厳しい条件下でのLiDAR-慣性-視覚オドメトリにおける視覚特徴表現のベンチマーキングオドメトリ2026/3/1
厳しい視覚条件下でのロバストな位置推定を目指し、FAST-LIVO2に直接法と記述子ベースの特徴マッチングを組み合わせたハイブリッド手法を提案し、複数の特徴ペアを精度・計算コスト・追跡安定性で比較評価した。
- クアッドローターの動作別バッテリ劣化評価：高忠実度バッテリモデルを用いた解析バッテリ管理2026/3/1
飛行運動がバッテリの動的電流負荷を引き起こし劣化を加速させる点に着目し、実飛行の電流プロファイルを計測し、高忠実度バッテリモデルでシミュレーションすることで、動作ごとの劣化モードを解明する枠組みを提案した。
- ムササビ型ドローン：敏捷性を高める折りたたみ翼の協調制御飛行ロボティクス2025/4/1
ムササビに着想を得て、折りたたみ翼とプロペラを協調制御するドローンを開発し、翼の空力を物理支援RNNでモデル化することで追従性能を13.1%向上させた。
- 制御可能な折りたたみ翼を備えた高機動ムササビ型ドローン飛行ロボット2025/4/1
ムササビに着想を得て、シリコーン膜の折りたたみ翼を強化学習で制御し、狭い空間でも高い機動性を発揮する軽量ドローンを開発した。
- GenZ-ICP: 適応的重み付けによる汎用性と退化耐性を備えたLiDARオドメトリLiDARオドメトリ2024/11/1
点対平面と点対点の誤差指標を相補的に組み合わせ、周囲の幾何特性に応じて適応的に重みを調整するICP手法を提案し、廊下のような退化環境でも頑健に動作するLiDARオドメトリを実現した。