Toby P. Breckon
収録論文 12本 ・ フィジカルAI/ロボット学習
脳波/意図予測/運転支援BCI/ロボティクス走行可能領域セグメンテーションBEV生成3D物体検出3Dセグメンテーション自動運転データセット
※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
- Mind2Drive: 実道路運転中の脳波から運転意図を予測する脳波/意図予測/運転支援2026/4/1
実車両で収集した脳波データを用いて、運転操作前の意図を予測するフレームワークを提案・評価した。12種類の深層学習モデルを比較し、TSCeptionが最高精度を達成した。
- EEGによる意図デコーディング：ロボット探査車におけるオフライン深層学習ベンチマークBCI/ロボティクス2026/2/1
ロボット探査車の操作中に計測した脳波から運転コマンドをオフラインで解読する深層学習ベンチマークを構築し、ShallowConvNetが最も高い性能を示した。
- TOMD: 厳しい照明条件下での走行可能経路セグメンテーションのためのトレイルベース野外マルチモーダルデータセット走行可能領域セグメンテーション2025/6/1
狭いトレイル状の野外環境を対象に、LiDAR・ステレオ画像・GNSS・IMU・照度計測を含むマルチモーダルデータセットTOMDを構築し、照明条件に応じた動的マルチスケール融合モデルで走行可能経路を予測した研究。
- Dur360BEV: 自動運転の鳥瞰図マッピングのための実世界360度単一カメラデータセットとベンチマークBEV生成2025/3/1
360度カメラ1台のみで鳥瞰図(BEV)マップを生成する自動運転データセットとベンチマークを提案し、球面画像からBEVへの変換モジュールと焦点損失の応用で競争力のある性能を達成した。
- TraIL-Det: 変換不変な局所特徴ネットワークと教師なし事前学習による3D LiDAR物体検出3D物体検出2024/8/1
LiDAR点群の局所形状を捉える変換不変な特徴量TraILと、それを用いた検出アーキテクチャTraIL-Detを提案し、教師なし事前学習によりKITTIやWaymoで高精度な3D物体検出を実現した。
- RAPiD-Seg: 距離認識型点群距離分布ネットワークによる3D LiDARセグメンテーション3Dセグメンテーション2024/7/1
LiDAR点群の局所形状を捉える距離認識型特徴量RAPiDを提案し、二重入れ子オートエンコーダとチャネル注意融合で3Dセグメンテーション精度を向上させた研究。
- DurLAR: 全方位環境光・反射率画像を備えた高精細128チャネルLiDARデータセット自動運転データセット2024/6/1
自律運転向けに、128チャネルLiDARと全方位の近赤外・反射率画像を同時収録した高精細データセットを構築し、単眼深度推定のベンチマークを提案した。
- 1st Workshop on Maritime Computer Vision (MaCVi) 2023: Challenge Results2022/11/1
- Evaluating Gaussian Grasp Maps for Generative Grasping Models2022/6/1
- UAV-ReID: A Benchmark on Unmanned Aerial Vehicle Re-identification in Video Imagery2021/4/1
- Multi-Task Regression-based Learning for Autonomous Unmanned Aerial Vehicle Flight Control within Unstructured Outdoor Environments2019/7/1
- Using Variable Natural Environment Brain-Computer Interface Stimuli for Real-time Humanoid Robot Navigation2018/11/1