Xiangcheng Hu
収録論文 15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
- 自動再現可能なカメラ内部キャリブレーションキャリブレーション2026/9/9
画像の自動選別と歪み次数の自動選択を組み合わせ、手動調整なしで高精度なカメラ内部キャリブレーションを実現するパイプラインを提案。
- P$^2$Calib: パターン事前知識を活用したLiDAR-カメラ外部キャリブレーションキャリブレーション2026/9/7
LiDARとカメラの外部キャリブレーション精度を、ターゲットボードのCADモデルから得られる幾何学的制約（穴の半径と四角形レイアウト）を事前知識として利用して向上させる手法を提案した。
- DCReg: 幾何学的縮退環境におけるLiDAR位置合わせのための分離特性評価SLAM/位置合わせ2025/9/1
LiDAR位置合わせの縮退問題に対し、ヘッセ行列のSchur補分解で回転・並進を分離して検出し、固有空間と物理運動の対応付けで特性評価し、構造化前処理で安定化する手法を提案。
- MapEval: 統合的で堅牢かつ効率的なSLAM地図評価フレームワークSLAM地図評価2024/11/1
SLAMで生成される大規模点群地図を評価するためのオープンソースフレームワーク。ボクセル空間でのガウス近似ワッサースタイン距離を提案し、従来手法より100〜500倍高速で頑健な評価を実現する。
- LiteVLoc: 画像ゴールナビゲーションのための軽量マップによる視覚的自己位置推定視覚的自己位置推定2024/10/1
軽量なトポ・メトリックマップと学習ベースの特徴マッチングを組み合わせ、粗から細への段階的推定でカメラ姿勢を求める視覚的自己位置推定フレームワークを提案。大規模環境での精度と効率を実証した。
- 幾何学的縮退環境でのロバストな自己位置推定を評価するための異種LiDARデータセットSLAM2024/9/1
幾何学的に縮退した実環境を含む、複数のLiDAR・シナリオからなる大規模データセットGEODEを構築し、最新のLiDAR SLAM手法の限界を評価した。
- MS-Mapping: 不確かさを考慮した大規模マルチセッションLiDARマッピングシステムSLAM/マッピング2024/8/1
複数セッションのLiDARデータから大規模地図を構築する際に、分布を考慮したキーフレーム選択と不確かさモデルにより、冗長性を抑えつつ高精度で頑健な地図生成を実現した。
- MS-Mapping: Wasserstein距離に基づくキーフレーム選択を用いたマルチセッションLiDARマッピングSLAM/マッピング2024/6/1
大規模環境でのマルチセッションLiDARマッピングにおいて、Wasserstein距離に基づくリアルタイムキーフレーム選択と増分ボクセル更新により、データ冗長性とメモリ消費を抑えつつ効率的な地図構築を実現したシステムを提案。
- FusionPortableV2: 多様なプラットフォームと環境にわたる汎用SLAMのための統合マルチセンサデータセットSLAMデータセット2024/4/1
4種類のロボットプラットフォームから収集した27系列・38.7kmのマルチセンサSLAMデータセットを構築し、SOTAアルゴリズムの評価と単眼深度推定への応用可能性を示した。
- PALoc: Advancing SLAM Benchmarking with Prior-Assisted 6-DoF Trajectory Generation and Uncertainty Estimation2024/1/1
- PALoc: Robust Prior-assisted Trajectory Generation for Benchmarking2023/5/1
- FAST-LIO, Then Bayesian ICP, Then GTSFM2022/10/1
- FusionPortable: A Multi-Sensor Campus-Scene Dataset for Evaluation of Localization and Mapping Accuracy on Diverse Platforms2022/8/1
- csBoundary: City-scale Road-boundary Detection in Aerial Images for High-definition Maps2021/11/1
- On Bundle Adjustment for Multiview PointCloud Registration2021/8/1