Nosan Kwak

关于

Nosan Kwak是一位专注于移动机器人自主导航与人形机器人感知领域的研究学者，其核心研究方向涵盖同步定位与地图构建（SLAM）算法优化以及人形机器人的视觉感知与交互能力。 在SLAM领域，Kwak博士对FastSLAM算法中长期困扰学界的粒子耗尽问题进行了深入的系统性分析，提出了基于重采样过程分析的新型补偿技术及自适应先验增强方法，有效缓解了粒子样本匮乏导致的不确定性估计失真问题，相关成果获得超过80次引用，奠定了其在该领域的学术地位。此外，他还深入探讨了Rao-Blackwellized粒子滤波器的结果表示与基于排名的重采样策略，进一步完善了SLAM理论体系。 在人形机器人研究方面，Kwak博士将研究视野拓展至三维视觉SLAM、里程计估计以及面向实际应用场景的门与把手识别与抓取等前沿课题，为机器人在日常生活环境中的自主操作提供了切实可行的解决方案。 其学术成果总引用量逾170次，充分体现了他在机器人自主性研究领域所产生的广泛而深远的学术影响力。

研究焦点

主要成就

代表论文

1. 1
   A new compensation technique based on analysis of resampling process in FastSLAM

   43 次引用 · 2007
2. 2
   3D grid and particle based SLAM for a humanoid robot

   25 次引用 · 2009
3. 3
   On-board odometry estimation for 3D vision-based SLAM of humanoid robot

   22 次引用 · 2012
4. 4
   Analysis of Resampling Process for the Particle Depletion Problem in FastSLAM

   21 次引用 · 2007
5. 5
   Adaptive prior boosting technique for the efficient sample size in fastSLAM

   16 次引用 · 2007
6. 6
   Visual recognition of a door and its knob for a humanoid robot

   13 次引用 · 2011
7. 7
   Result representation of Rao-Blackwellized particle filtering for SLAM

   10 次引用 · 2008
8. 8
   Analysis of Rank-Based Resampling Based on Particle Diversity in the Rao–Blackwellized Particle Filter for Simultaneous Localization and Mapping

   9 次引用 · 2010
9. 9
   Systematic touch scheme for a humanoid robot to grasp a door knob

   8 次引用 · 2011
10. 10
    A Mobile Robot Exploration Strategy with Low Cost Sonar and Tungsten-Halogen Structured Light

    8 次引用 · 2007

主要合作者

联系与链接