Liu Yang

CUBE-LIOがロボティクス・シンポジア最優秀賞を受賞 prtimes.jp/main/html/rd/p…

第31回ロボティクスシンポジアで最優秀賞をいただきました！ スライドを公開しました。反射強度を利用するタイプのLiDAR SLAMです。ぜひチェックしてください。 docswell.com/s/scomup/59N8N…

最新のq3dviewer(1.2.9+)をインストールすると、LASから自動的に座標系情報を読み取り、OpenStreetMapから地図を取得し、点群と同時に表示できるようになりました。（座標系情報がなくても手動入力も可能） ぜひ試してください。 >pip install q3dviewer[tools] github.com/scomup/q3dview…

@LamBoo35012233 Thank you for your interest. Our work is under a commercial license, so we will not be fully open-sourcing the SLAM system. However, we plan to disclose further details via OSS to the extent covered in our upcoming paper.

@scomup Good job ,opensource?

主著のLiDAR SLAM論文「CUBE-LIO」がICRA 2026に採択されました🎉！ デモ動画を公開します。幾何学的特徴がほとんどなく、LiDARの縮退が起きやすい極端な環境でも、SOTAレベルの精度を達成できます。来月の函館のロボシンでもご紹介しますので、ぜひごチェックしてください。

likd-tree の Python 版もリリースしました！ 動的な点の追加と自動再平衡（FAST-LIO2 の ikd-tree みたいな Incremental Insert & Rebalance）ができる Python KD-Tree、たぶん世界初？ github.com/scomup/likd-tr…

kd-treeを再buildせず、動的な追加機能が有用だが、できるOSSが少ない。 ( ikd-tree は可能、でも可読性と性能を改善したく ) 年末年始の自己学習で、新しいOSS: likd-tree を作りました。 github.com/scomup/likd-tr… 特徴： * 効率的な 点追加 & 並列な再build * 超軽量(約 375 行) * ikd-tree より高速

@tokoton01 基本的に以下の3点をやっています。トポロジー最適化について詳しくないですが、以下の方法が適用可能な部分があれば、高速化ができるでしょう。 *コア計算にはpython のforループを使わず、numpyでバッチ処理。 *特定の行列の性質に応じて、計算の簡略化 *数式レベルの見直し、簡略化

@scomup In placeで頑張るんでしょうか?すごく興味あります。今、トポロジー最適化をscipy実装してるのですが、高速化にはどうしたらいいものか悩んでます。 github.com/kevin-tofu/sci…

純粋な Python 実装でありながら、徹底した NumPy 並列化により、C++ 実装の PCL や Open3D よりも高速かつ軽量な点群マッチングライブラリを作ってみました。 いろいろ面白いデモも用意しているので、ぜひ遊んでみてください！ github.com/scomup/point-c…

仕事で開発したF4-SLAMを大阪市中央公会堂周辺で動作させ、きれいな点群地図を作成する様子です。 技術の詳細については、今日のロボシンで紹介しますので、興味がありましたらぜひお聞きください。

@YOSHIDASHIROU 動作の確認ありがとうございます。 ちなみに、ファイルパスを指定せず、点群ファイルを直接画面にドラッグ＆ドロップする方法をおすすめです。複数のファイルを同時にロードできますから。

film_makerのパスは下記のとおり指定しました。 film_maker --path c:\YOUR\FILE\PATH\TO\hoge.las

本当にpip install q3dviewer の1行だけで 簡単にセットアップできました👀 もう少しマウス操作を練習すれば、思ったように動画録れそうです❗️ #q3dviewer

ちなみに、この動画は大阪の京橋駅の点群を使っています。 geospatial.jp/ckan/dataset/k…

q3dviewerに点群の動画を作成ツール(film_maker)をリリースしました。 視点移動を設定し、滑らかな動画を生成します。 遊んでみてください。 github.com/scomup/q3dview… 使い方の紹介： qiita.com/scomup/items/7…

自作の3D点群ビューアーをオープンソース化して公開してみました。 そこそこ大規模な点群もスムーズに動作できます。 遊んでみてください。 github.com/scomup/q3dview… qiita.com/scomup/items/7…

EKF（extended Kalman filter）を簡単に理解できる記事を書きました。 ぜひ読んでください。 *可視化 *すべての式の数学的導出 *Python実装 qiita.com/scomup/items/a…

Announcing GitHub Copilot Free! A new free tier for GitHub Copilot, available for everyone today in @code No trial. No subscription. No credit card required. Learn more in our blog: aka.ms/copilot-free

@7oei SHは3DGS発祥ではないようですが、私も3DGSの論文で初めて知りました。 このpaper「Plenoxels」の新規性はSHの導入です。 arxiv.org/pdf/2112.05131 LiDARの反射強度は角度や距離によってかなり変化するので、確かにSHを使えそうですね。

@scomup 例えばLiDARのスキャンマッチングにおいて地図に球面調和関数表現で受光強度を登録することでより効果的に受光強度情報を利用した自己位置推定が出来そうな気がします。 派生アイデアがどんどん湧いてくる面白いアイデアだと思います。

今さらだけど、3DGSは学習時は分散共分散行列じゃなくてクォータニオンと各軸のスケールをパラメータにすることで最適化時に更新された行列が半正定値行列であることを保証してるのか… qiita.com/scomup/items/d…

@7oei #L200-L205" target="_blank" rel="nofollow noopener">github.com/scomup/EasyGau…

@7oei 保証しないといけないね。alphaは0~1,scaleは>0 クォータニオンのノルムは1であることを最適化するときに保証しないといけない。 実装はここ、PyTorchの自動微分です。

今回は「3D Gaussian Splatting」の学習について、わかりやすく解説する記事を書きました。 3D Gaussianはどうやって学習しているの?など詳しく知りたい方ぜひ読んでください。 qiita.com/scomup/items/9…