Xiaoyu Tang

収録論文 9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

• SIPTraj: 物理誘導によるシーン相互作用を用いたマップフリーのエンドツーエンド軌道予測
  軌道予測2026/8/1

  高精細地図を使わずに、エージェントの軌道予測を物理的制約を考慮して行う新しいフレームワークを提案。階層的エンコーダと物理誘導デコーダにより、シーン文脈の接地と運動学的実現可能性を同時に改善した。

• ADEとFDEを超えて：マルチエージェント自動運転の安全クリティカル予測のための包括的評価フレームワーク
  自動運転予測評価2025/10/1

  自動運転の予測モデル評価が単純なADE/FDEに依存している問題に対し、シーン構造・地図・エージェント密度・空間分布を考慮した新しいテストフレームワークを提案し、従来指標では見えない失敗事例を明らかにした。

• 単一フレームLiDARとカメラ画像の直接的点-ピクセル位置合わせ
  位置合わせ2025/6/1

  LiDAR点群とカメラ画像の位置合わせを、検出器不要のマッチングと再現性スコアリングで高精度化し、単一フレームでも積算点群に匹敵する性能を実現した。

• KDMOS: 知識蒸留による動きセグメンテーション
  セグメンテーション2025/6/1

  自動運転向けの動き物体セグメンテーション(MOS)において、BEV投影モデルを生徒、非投影モデルを教師とするロジットベースの知識蒸留フレームワークを提案し、精度とリアルタイム性を両立させた。

• DPGP：安全な自動運転のための2D-3Dデュアルパス潜在ゴーストプローブゾーン予測フレームワーク
  自動運転2025/4/1

  単眼カメラのみを用いて、歩行者などが突然飛び出す「ゴーストプローブ」ゾーンを予測する2D-3D融合フレームワークを提案し、12K画像のデータセットで有効性を示した。

• GNSS情報を統合したLiDAR慣性オドメトリによる車両位置推定の高精度化
  位置推定2025/3/1

  LiDARオドメトリにGNSSのグローバル情報を統合し、オフライン点群地図を事前知識として用いることで、高速移動時やドリフト蓄積時でも高精度かつロバストな車両位置推定を実現するフレームワークを提案した。

• PALoc: Advancing SLAM Benchmarking with Prior-Assisted 6-DoF Trajectory Generation and Uncertainty Estimation
  2024/1/1
• Semantic Reinforced Attention Learning for Visual Place Recognition
  2021/8/1
• Magnetic-Assisted Initialization for Infrastructure-free Mobile Robot Localization
  2019/11/1