Zeev Yampolsky

収録論文 10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

• AUVのためのニューラル支援による統合アライメント・キャリブレーション手法
  水中ロボット/センサ融合2026/8/23

  AUVの慣性航法とDVLの融合に必要な初期化処理を、2つのニューラルネットワーク（ResAlignNetとDCNet）で置き換え、単一のほぼ等速度軌道と25秒のデータだけで従来法より速度誤差を平均68.7%削減する手法を提案した。

• 情報支援によるDVLキャリブレーション
  水中ナビゲーション2026/6/1

  GNSSが使えない環境でもDVLの自己キャリブレーションを可能にし、GNSS利用時も精度を向上させる情報支援キャリブレーション手法を提案した。実データで最大35%の速度推定精度向上を確認した。

• AI支援による自律型水中ビークル航法の進歩
  水中航法2026/5/1

  自律型水中ビークル（AUV）の航法精度向上のため、慣性航法システムとドップラー速度ログ、カメラを統合するセンサフュージョン技術と、AI駆動の学習アプローチによる慣性デッドレコニング改善を解説した章。

• ニューラル支援による移動中の自己方位整定
  自律航法2026/4/1

  自律型海洋プラットフォームの初期方位推定を、モデルベース手法と同じ入力でニューラルネットワークを用いて高速かつ高精度に行う手法を提案した。実データで精度53%向上、整定時間67%短縮を達成。

• 長時間のDVL途絶に耐えるTransformerベース水中慣性航法
  水中ナビゲーション2025/4/1

  DVLが最大50秒途絶する状況でも、慣性センサと過去のDVLデータからTransformerで速度を推定し、EKFに統合することで水中航法精度を大幅に改善した。

• ヘビの動きに着想を得たハイブリッド学習による移動ロボットの測位
  慣性測位2024/11/1

  ヘビのような蛇行運動を行う移動ロボットの慣性センサデータから、ニューラルネットワークで移動距離を推定し、測位誤差を33%改善するフレームワークMoRPINetを提案した。

• DCNet: データ駆動型DVLキャリブレーション手法
  キャリブレーション2024/10/1

  2次元畳み込みカーネルを用いたデータ駆動型フレームワークDCNetにより、ほぼ一定速度の軌道でDVLを迅速にキャリブレーションし、精度と時間を大幅に改善する。

• ジャイロフリー慣性航法と複数IMUのためのデータセット
  慣性航法/データセット2024/3/1

  54個の慣性センサを9つのIMUにまとめ、移動ロボットと乗用車に搭載して35時間分の慣性データと正解軌道を収録し、ジャイロフリー慣性航法や複数IMU構成の研究用データセットを公開した。

• DVL Calibration using Data-driven Methods
  2024/1/1
• Set-Transformer BeamsNet for AUV Velocity Forecasting in Complete DVL Outage Scenarios
  2022/12/1