Yongqi Zhao
収録論文 6本 ・ フィジカルAI/ロボット学習
自動運転/LLM自動運転/地図生成物体検出自動運転/シミュレーションコシミュレーション/クラウド制御ICV自動運転シナリオ生成
※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
- 高速道路の車線変更における大規模言語モデル支援型パーソナライズ運転フレームワーク自動運転/LLM2026/6/1
大規模言語モデルを用いて、自然言語の運転好みを実行可能な運転パラメータに変換し、高速道路の車線変更を個別化するフレームワークを提案した。
- LiDAR点群とOpenStreetMapを用いた高速道路シナリオの自動デジタルツイン構築自動運転/地図生成2026/6/1
LiDAR点群とOpenStreetMapデータを融合し、高速道路のASAM OpenDRIVE形式の地図を自動生成するワークフローを提案。手動介入を最小限にし、シミュレーションで利用可能な精度を実証した。
- SOTIF条件下での2D物体検出における大規模視覚言語モデルの比較評価物体検出2026/1/1
自動運転の安全設計で重要となるSOTIF条件下での2D物体検出について、10種類の大規模視覚言語モデルをベンチマークデータセットで評価し、従来の専用検出器と性能を比較した。
- 自動運転システム試験のためのフルスタック連成シミュレーションプラットフォームに向けて自動運転/シミュレーション2025/7/1
実世界データセットから自動でシナリオを生成し、CarMaker・ROS・Apolloを連携させた連成シミュレーションで自動運転システムを効率的に検証するツールチェーンを提案した。
- クラウド制御ICVの安全性と快適性評価のための通信遅延対応コシミュレーションプラットフォームコシミュレーション/クラウド制御ICV2025/6/1
CarMakerとVissimを統合し、実測5G遅延モデルを組み込んだコシミュレーション基盤を構築。クラウド制御車両の安全性・快適性を多様な遅延条件下で評価できることを示した。
- Chat2Scenario: 大規模言語モデルを活用したデータセットからのシナリオ抽出自動運転シナリオ生成2024/4/1
自然言語で記述した走行条件と重要度しきい値を入力すると、LLMが自然走行データセットから該当シナリオを検索し、OpenSCENARIOやCarMaker形式に変換するフレームワークを提案。