Weidong Chen
収録論文 18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
- CT-VoxelMap: 確率的適応ボクセルマッピングを用いた効率的な連続時間LiDAR-慣性オドメトリオドメトリ2026/4/1
高速移動や不整地でのロバストな自己位置推定を目指し、Bスプラインの制御点増分を行列リー群上で推定する新しい連続時間LiDAR-慣性オドメトリ手法を提案した。IMUの前方伝播情報を用いたオンラインのフィッティング誤差推定とハイブリッド特徴ベースのボクセルマップ管理により精度とロバスト性を向上させている。
- U-OBCA: Wasserstein分布ロバスト確率制約による不確実性を考慮した最適化ベース衝突回避衝突回避2026/3/1
ロボットの安全なナビゲーションのため、多角形ロボットと障害物の衝突リスクを確率制約として定式化し、分布の不確実性をWasserstein距離でロバスト化した衝突回避手法を提案した。
- ロボティクスに最適な3Dシーン表現は何か？幾何表現から基盤モデルまで3Dシーン表現2025/12/1
ロボティクスにおける点群・ボクセル・SDF・NeRF・3DGS・基盤モデルなどの3Dシーン表現を、知覚・地図構築・自己位置推定・ナビゲーション・マニピュレーションの5モジュール別に整理・比較したサーベイ。
- 折り紙 inspired 空気圧アクチュエータを用いた膝リハビリ用ソフト外骨格の設計とKoopmanモデル予測制御ソフトロボティクス/リハビリ2025/10/1
折り紙 inspired 空気圧アクチュエータで膝リハビリ用ソフト外骨格を設計し、深層Koopmanネットワークで人間-ロボット相互作用を線形モデル化してモデル予測制御により参照軌道追従を実現した。
- 一般化モーメント法による4Dミリ波レーダー点群の位置合わせ点群位置合わせ2025/8/1
4Dミリ波レーダーの疎でノイズの多い点群を、点対応を必要としない一般化モーメント法で高精度に位置合わせするフレームワークを提案した。
- マルチモーダル自己教師あり学習によるシーン非依存な走行可能領域のラベリングと推定走行可能領域推定2025/8/1
LiDAR・カメラ・フットプリントを統合した自己教師あり枠組みで走行可能領域を自動ラベリングし、二重ストリームネットワークで高精度に推定する手法を提案。
- 3D不確かさを考慮したPnPに基づく4Dレーダ・カメラ外部キャリブレーションツールキャリブレーション2025/7/1
4Dレーダとカメラの外部キャリブレーションにおいて、球面座標ノイズ伝播を明示的にモデル化する3D不確かさ対応PnPアルゴリズムを提案し、シミュレーションと実実験で精度と一貫性を向上させた。
- 専門家のようにチューニングを学習：MLLM推論とCVAE適応による解釈可能でシーン認識型ナビゲーションナビゲーション2025/7/1
マルチモーダル大規模言語モデルと条件付き変分オートエンコーダを組み合わせ、自然言語指示からナビゲーションのハイパーパラメータを適応的に調整する解釈可能なナビゲーションフレームワークLE-Navを提案。
- MCN-SLAM: ハイブリッド暗黙的ニューラルシーン表現を用いたマルチエージェント協調ニューラルSLAMSLAM2025/6/1
複数エージェントが協調して動作する分散型ニューラルSLAMフレームワークを提案し、通信帯域制約下での大規模環境の再構成と、単一・複数エージェント両対応の実世界データセットを構築した。
- 曲がりくねった道路におけるトラクタ・トレーラ車両の最適化ベース軌道計画：サンプリング数漸増法軌道計画2025/5/1
曲がりくねった道路でのトラクタ・トレーラ車両の軌道計画において、幾何学的表現で誤差を定式化し、サンプリング数を漸増させる最適化フレームワークを提案した。
- 効率的なLiDAR-カメラ融合によるマルチクラス3D動的物体検出と軌道予測LiDAR-カメラ融合2025/4/1
LiDARとカメラを融合し、MambaとTransformerを組み合わせた検出器と軌道予測器で、サービスロボット向けにリアルタイムな3D物体検出と軌道予測を実現した。
- SN-LiDAR: 新規時空間ビューLiDAR合成のためのセマンティックニューラルフィールドLiDAR/NeRF2025/4/1
LiDAR点群の新規視点合成において、セマンティックセグメンテーション・幾何再構成・LiDAR合成を同時に行う手法を提案し、動的物体や大規模シーンに対応できることを示した。
- SALT: クロスシーン適応と4D一貫性を備えた汎用LiDAR点群向け柔軟な半自動ラベリングツールデータセット/アノテーション2025/3/1
LiDAR点群を疑似画像に変換して視覚基盤モデルを活用し、4D一貫性を保ちながら自動で事前セグメンテーションを行う半自動ラベリングツールを提案。アノテーション効率を大幅に向上させる。
- マルチモーダルUAV検出・分類・追跡アルゴリズム：CVPR 2024 UG2チャレンジ技術報告UAV追跡2024/5/1
複数のセンサ情報を統合し、悪天候下でもドローンの検出・分類・3D追跡を高精度に行う手法を提案し、CVPR 2024のUAV追跡・姿勢推定チャレンジで優勝した。
- 大規模シーンにおける単眼カメラの深度・姿勢・暗黙的シーン表現のインクリメンタル統合学習3D再構成2024/4/1
単眼カメラ映像から大規模シーンの高精度な深度推定・カメラ姿勢推定・フォトリアルな3D再構成を同時に実現するインクリメンタル統合学習フレームワークを提案。
- NeSLAM: 深度補完とノイズ除去を備えたニューラル暗黙的マッピングと自己教師あり特徴追跡SLAM2024/3/1
RGB-Dセンサの疎でノイズの多い深度を補完・除去するネットワークとSDFベースの階層的シーン表現、NeRFベースの自己教師あり特徴追跡を組み合わせ、高精度な3D再構成とロバストなカメラ追跡を実現したSLAMフレームワーク。
- ROLL: Long-Term Robust LiDAR-based Localization With Temporary Mapping in Changing Environments2022/3/1
- Unsupervised Learning of Monocular Depth and Ego-Motion Using Multiple Masks2021/4/1