VascularPilot3Dは、術中画像データと術前データを統合し、3D空間で完全自律的な血管ナビゲーションを実現するシステムである。
動的環境における安全なナビゲーションのために、ギャップの動的な追跡と予測に基づいて、ガイダンス則を用いた衝突回避軌道の生成を行う。
本論文は、四元数左不変EKFと適応的な雑音共分散推定アルゴリズムを統合した姿勢推定手法を提案する。この手法は、未知または時変の真の雑音パラメータ値に対して頑健であり、姿勢推定の精度と堅牢性を向上させる。
限られたデモンストレーションデータから、ビジュアルモーター制御のための効率的な表現を学習する新しい自己教師あり学習手法DynaMoを提案する。DynaMoは、観測系列の因果的な構造を活用し、逆ダイナミクスモデルと順ダイナミクスモデルを共同で学習することで、タスク関連の特徴を抽出する。
車いす利用者の日常生活をサポートするための共有自律システム「WeHelp」を開発した。
ロボットは人間の行動を予測し、安全に影響を与えることができる。
提案するフレームワークは、楕円体フィッティングに基づいて未知オブジェクトを表現し、投影ベースの視点品質評価関数と大域的分割戦略を組み合わせることで、効率的に次善視点を選択し、オブジェクトの完全な再構築を実現する。
ロボット支援型食事摂取のための視覚、物理、時間、幾何学的表現の統合により、食事取得の頑健性と一般化性が向上する。
楕円体オブジェクト間の衝突回避を効率的に実現するための、ミンコフスキー和に基づく差分可能な制約式の提案。事前に計算した過剰近似パラメータを用いることで、実時間での運動計画が可能となる。
生成型ワールドモデルベースのエージェントが物体操作タスクを解決するには、目標物体の位置情報を適切に表現することが重要である。本研究では、この課題に取り組むための2つのアプローチを提案する。