Atsushi Yamashita 研究室
主宰者:Atsushi Yamashita
東京大学
AI 要約(直近 5 年の研究成果)
本研究室は、ロボットを用いた自動検査・監視システムと、それを支える材料・信号処理技術の開発に取り組んでいます。特に、石油精製施設や原子力発電所など、人間が直接アクセスしにくい産業現場での課題解決を目指しています。移動ロボットに搭載したカメラで過去と現在の映像を比較して異常を検出したり、音響センサで機械の故障の兆候を捉えたりするなど、多様なセンシング手法を組み合わせた検査システムの開発を行っています。
これらのセンシング技術を実現するため、環境ノイズの除去、画像からの対象抽出、センサデータの融合といった信号処理・画像処理の課題に取り組んでいます。例えば、背景音を低減しながら機械音を検出する手法や、複数のセンサ情報を統合して信頼性の高い位置推定を実現する方法などが研究されています。また、ロボットの建設現場や解体現場での効率的な作業を支援するために、地盤の状態に応じた掘削路の最適化や、狭い空間での自動・遠隔操作の切り替えシステムなど、ロボット制御の基礎技術も展開しています。
さらに本研究室では、これらのロボットシステムを支える材料技術の研究も行っており、薄膜形成技術による精密部品の製造や、医学分野での生体信号計測に関する研究も進めています。工学的課題を多角的に解決することで、産業用ロボットの実用化を推進しています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 医学Hiroyuki Yamamoto 研究室東京大学論文 90 件·共通: 機械, 工学, 機械・ロボティクス, 機械工学 +5
- 農学・生物科学Takanori Fukao 研究室東京大学論文 31 件·共通: ロボット, 工学, 機械・ロボティクス, ロボティクス +5
- エネルギーKenichi Furuhashi 研究室東京大学論文 21 件·共通: ロボット, 工学, 機械・ロボティクス, ロボティクス +5
- 工学Koichi Ito 研究室東京大学論文 64 件·共通: 工学, 電気・電子, 通信, システム +2
- 材料科学Katsuhiko Ariga 研究室東京大学論文 100 件·共通: 材料, 工学, 材料工学, 制御 +4
- 農学・生物科学Tadao Asami 研究室東京大学論文 55 件·共通: 制御, 工学, 機械・ロボティクス, 機械工学 +3
- 神経科学Jun Yamada 研究室九州大学論文 52 件·共通: 情報工学, 計算機科学, システム, 機械 +3
- 生化学・分子生物学・遺伝学Akimitsu Okamoto 研究室東京大学論文 45 件·共通: 制御, 工学, 機械・ロボティクス, 機械工学 +3
研究成果(184 件)
- DOI: https://doi.org/10.1021/acsomega.6c01006
- DOI: https://doi.org/10.20965/jrm.2026.p0672
- DOI: https://doi.org/10.64898/2026.04.08.716824
- [2026] Spectral-to-Spatial Distillation: Denoising Framework for Real-Time Anomalous Sound DetectionDOI: https://doi.org/10.1109/sii64115.2026.11404617
- DOI: https://doi.org/10.1021/acsomega.6c01006
- DOI: https://doi.org/10.64898/2026.04.08.716824
- DOI: https://doi.org/10.1109/sii64115.2026.11404505
- [2026] Spectral-to-Spatial Distillation: Denoising Framework for Real-Time Anomalous Sound DetectionDOI: https://doi.org/10.1109/sii64115.2026.11404617
- DOI: https://doi.org/10.20965/jrm.2026.p0672
- DOI: https://doi.org/10.1109/tro.2025.3562048
続きを表示(残り 174 件)閉じる
- DOI: https://doi.org/10.1109/sii59315.2025.10870940
- DOI: https://doi.org/10.1109/sii59315.2025.10870888
- DOI: https://doi.org/10.1109/lra.2025.3549663
- DOI: https://doi.org/10.20965/ijat.2025.p0566
- DOI: https://doi.org/10.20965/ijat.2025.p0280
- DOI: https://doi.org/10.1186/s40648-025-00295-5
- DOI: https://doi.org/10.3327/taesj.j24.012
- DOI: https://doi.org/10.2493/jjspe.91.1144
- DOI: https://doi.org/10.2493/jjspe.91.1144
- DOI: https://doi.org/10.1093/jrr/rraf071
- [2025] Change Detection with a Mobile Robot Using Reference Region Extraction Based on Multi-View StereoDOI: https://doi.org/10.1541/ieejeiss.145.775
- DOI: https://doi.org/10.1116/6.0004806
- DOI: https://doi.org/10.1109/lra.2025.3580317
- DOI: https://doi.org/10.1093/jrr/rraf071
- DOI: https://doi.org/10.23919/sicefes67750.2025.11236643
- [2025] Change Detection with a Mobile Robot Using Reference Region Extraction Based on Multi-View StereoDOI: https://doi.org/10.1541/ieejeiss.145.775
- DOI: https://doi.org/10.1116/6.0004806
- DOI: https://doi.org/10.20965/ijat.2025.p0554
- DOI: https://doi.org/10.1109/lra.2025.3580317
- DOI: https://doi.org/10.1109/lra.2025.3579620
- DOI: https://doi.org/10.20965/ijat.2025.p0178
- DOI: https://doi.org/10.20965/ijat.2025.p0226
- DOI: https://doi.org/10.20965/ijat.2025.p0280
- DOI: https://doi.org/10.1186/s40648-025-00295-5
- DOI: https://doi.org/10.1109/lra.2025.3579620
- DOI: https://doi.org/10.20965/ijat.2025.p0178
- DOI: https://doi.org/10.1109/lra.2025.3568320
- DOI: https://doi.org/10.20965/ijat.2025.p0226
- DOI: https://doi.org/10.20965/ijat.2025.p0192
- DOI: https://doi.org/10.3327/taesj.j24.012
- DOI: https://doi.org/10.1109/access.2025.3535927
- DOI: https://doi.org/10.1109/tro.2025.3562048
- DOI: https://doi.org/10.1109/sii59315.2025.10870940
- DOI: https://doi.org/10.1109/sii59315.2025.10870888
- DOI: https://doi.org/10.1109/access.2025.3535927
- DOI: https://doi.org/10.1109/iros58592.2024.10802050
- DOI: https://doi.org/10.1109/sii58957.2024.10417590
- DOI: https://doi.org/10.1109/sii58957.2024.10417590
- DOI: https://doi.org/10.2320/matertrans.mt-h2024001
- DOI: https://doi.org/10.1109/lra.2024.3518303
- DOI: https://doi.org/10.1145/3681756.3697884
- DOI: https://doi.org/10.1109/ssrr62954.2024.10770049
- DOI: https://doi.org/10.23919/iccas63016.2024.10773044
- DOI: https://doi.org/10.23919/iccas63016.2024.10773102
- DOI: https://doi.org/10.1109/iros58592.2024.10802050
- DOI: https://doi.org/10.1109/sii58957.2024.10417208
- DOI: https://doi.org/10.1109/lra.2024.3518303
- DOI: https://doi.org/10.1109/ssrr62954.2024.10770049
- DOI: https://doi.org/10.23919/iccas63016.2024.10773044
- DOI: https://doi.org/10.1109/sii58957.2024.10417208
- DOI: https://doi.org/10.1253/circrep.cr-24-0079
- DOI: https://doi.org/10.1016/j.mtla.2024.102217
- DOI: https://doi.org/10.20965/jrm.2024.p0813
- DOI: https://doi.org/10.1080/01691864.2024.2388119
- DOI: https://doi.org/10.1253/circrep.cr-24-0079
- DOI: https://doi.org/10.1016/j.mtla.2024.102217
- DOI: https://doi.org/10.20965/jrm.2024.p0813
- DOI: https://doi.org/10.1080/01691864.2024.2388119
- DOI: https://doi.org/10.2320/matertrans.mt-h2024001
- DOI: https://doi.org/10.1080/01691864.2024.2376029
- DOI: https://doi.org/10.1109/lra.2024.3421792
- DOI: https://doi.org/10.20965/jrm.2024.p0375
- DOI: https://doi.org/10.1117/12.3009870
- [2024] Change Detection in Pipe Image Pairs Extracted from Inspection Videos by Sequential FilteringDOI: https://doi.org/10.1109/sii58957.2024.10417231
- DOI: https://doi.org/10.1080/01691864.2024.2376029
- DOI: https://doi.org/10.1109/lra.2024.3421792
- DOI: https://doi.org/10.20965/jrm.2024.p0375
- DOI: https://doi.org/10.1117/12.3009870
- [2024] Change Detection in Pipe Image Pairs Extracted from Inspection Videos by Sequential FilteringDOI: https://doi.org/10.1109/sii58957.2024.10417231
- DOI: https://doi.org/10.1109/sii58957.2024.10417712
- DOI: https://doi.org/10.1109/sii58957.2024.10417582
- DOI: https://doi.org/10.1109/lra.2024.3349968
- [2024] Blend AutoAugment: Automatic Data Augmentation for Image Classification Using Linear BlendingDOI: https://doi.org/10.1109/access.2024.3401167
- DOI: https://doi.org/10.9746/sicetr.60.27
- DOI: https://doi.org/10.1109/sii58957.2024.10417712
- DOI: https://doi.org/10.1109/sii58957.2024.10417582
- DOI: https://doi.org/10.1109/lra.2024.3349968
- [2024] Blend AutoAugment: Automatic Data Augmentation for Image Classification Using Linear BlendingDOI: https://doi.org/10.1109/access.2024.3401167
- DOI: https://doi.org/10.9746/sicetr.60.27
- DOI: https://doi.org/10.1299/jsmermd.2024.2p1-b03
- [2024] Estimation of Rock Parameters for Automatic Excavation of Subsurface Rocks by Hydraulic ExcavatorDOI: https://doi.org/10.1299/jsmermd.2024.2p1-b04
- DOI: https://doi.org/10.1299/jsmefdr.2024.0_1065
- DOI: https://doi.org/10.1299/jsmefdr.2024.0_1011
- DOI: https://doi.org/10.1299/jsmermd.2024.2p1-b03
- [2024] Estimation of Rock Parameters for Automatic Excavation of Subsurface Rocks by Hydraulic ExcavatorDOI: https://doi.org/10.1299/jsmermd.2024.2p1-b04
- DOI: https://doi.org/10.1299/jsmefdr.2024.0_1065
- DOI: https://doi.org/10.1299/jsmefdr.2024.0_1011
- DOI: https://doi.org/10.1016/j.jdermsci.2023.02.001
- DOI: https://doi.org/10.2493/jjspe.89.190
- DOI: https://doi.org/10.35848/1347-4065/acbbb4
- DOI: https://doi.org/10.2493/jjspe.89.328
- DOI: https://doi.org/10.1109/sii55687.2023.10039267
- DOI: https://doi.org/10.2493/jjspe.89.105
- [2023] Viewpoint Selection for the Efficient Teleoperation of a Robot Arm Using Reinforcement LearningDOI: https://doi.org/10.1109/access.2023.3327826
- DOI: https://doi.org/10.1254/jpssuppl.97.0_2-b-yia4-4
- DOI: https://doi.org/10.1254/jpssuppl.97.0_3-b-o11-5
- DOI: https://doi.org/10.1299/jsmermd.2023.1p1-a23
- DOI: https://doi.org/10.1254/jpssuppl.97.0_3-b-p-039
- DOI: https://doi.org/10.1254/jpssuppl.97.0_2-b-yia4-4
- DOI: https://doi.org/10.1254/jpssuppl.97.0_3-b-o11-5
- DOI: https://doi.org/10.1254/jpssuppl.97.0_3-b-o18-3
- DOI: https://doi.org/10.1299/jsmermd.2023.1p1-a23
- DOI: https://doi.org/10.1299/jsmermd.2023.1p1-b01
- DOI: https://doi.org/10.1109/ur57808.2023.10202279
- DOI: https://doi.org/10.1109/ur57808.2023.10202270
- [2023] Risk-Sensitive Mobile Robot Navigation in Crowded Environment via Offline Reinforcement LearningDOI: https://doi.org/10.1109/iros55552.2023.10341948
- DOI: https://doi.org/10.1002/rob.22241
- DOI: https://doi.org/10.3389/fnins.2023.1094658
- DOI: https://doi.org/10.1109/ur57808.2023.10202279
- DOI: https://doi.org/10.1109/ur57808.2023.10202270
- DOI: https://doi.org/10.2493/jjspe.89.328
- DOI: https://doi.org/10.35848/1347-4065/acbbb4
- DOI: https://doi.org/10.2493/jjspe.89.190
- DOI: https://doi.org/10.1016/j.jdermsci.2023.02.001
- DOI: https://doi.org/10.1109/sii55687.2023.10039168
- DOI: https://doi.org/10.1109/iros55552.2023.10341601
- DOI: https://doi.org/10.1109/iros55552.2023.10341477
- DOI: https://doi.org/10.1109/iros55552.2023.10341601
- DOI: https://doi.org/10.1109/sii55687.2023.10039168
- DOI: https://doi.org/10.1109/sii55687.2023.10039267
- DOI: https://doi.org/10.1109/sii55687.2023.10039303
- DOI: https://doi.org/10.2493/jjspe.89.105
- [2023] Viewpoint Selection for the Efficient Teleoperation of a Robot Arm Using Reinforcement LearningDOI: https://doi.org/10.1109/access.2023.3327826
- DOI: https://doi.org/10.1109/iros55552.2023.10341477
- [2023] Risk-Sensitive Mobile Robot Navigation in Crowded Environment via Offline Reinforcement LearningDOI: https://doi.org/10.1109/iros55552.2023.10341948
- DOI: https://doi.org/10.1002/rob.22241
- DOI: https://doi.org/10.3389/fnins.2023.1094658
- DOI: https://doi.org/10.1299/jsmermd.2023.1p1-b01
- [2023] Applying Albedo Estimation and Implicit Neural Representations to Well-Posed Shape From ShadingDOI: https://doi.org/10.1109/access.2023.3269286
- DOI: https://doi.org/10.1109/sii55687.2023.10039098
- DOI: https://doi.org/10.1109/sii52469.2022.9708815
- DOI: https://doi.org/10.1038/s41598-021-04437-8
- DOI: https://doi.org/10.1109/sii52469.2022.9708815
- DOI: https://doi.org/10.1109/sii52469.2022.9708607
- DOI: https://doi.org/10.1109/sii52469.2022.9708809
- DOI: https://doi.org/10.1109/sii52469.2022.9708811
- DOI: https://doi.org/10.1109/sii52469.2022.9708607
- DOI: https://doi.org/10.1109/sii52469.2022.9708809
- DOI: https://doi.org/10.1109/sii52469.2022.9708811
- [2022] Radiation distribution estimation with a non-directional detector using a plane source model*DOI: https://doi.org/10.1080/01691864.2021.2016482
- DOI: https://doi.org/10.1080/01691864.2022.2043184
- [2022] Radiation distribution estimation with a non-directional detector using a plane source model*DOI: https://doi.org/10.1080/01691864.2021.2016482
- DOI: https://doi.org/10.7210/jrsj.40.589
- DOI: https://doi.org/10.1109/iciprob54042.2022.9798718
- DOI: https://doi.org/10.2493/jjspe.88.919
- DOI: https://doi.org/10.2493/jjspe.88.919
- [2022] Robot navigation in crowds via deep reinforcement learning with modeling of obstacle uni-actionDOI: https://doi.org/10.1080/01691864.2022.2142068
- DOI: https://doi.org/10.1109/iros47612.2022.9982049
- DOI: https://doi.org/10.20965/jrm.2022.p0767
- DOI: https://doi.org/10.1137/21m1414279
- DOI: https://doi.org/10.1007/s00428-022-03358-9
- DOI: https://doi.org/10.2958/suizo.37.96
- DOI: https://doi.org/10.1109/iros47612.2022.9982049
- DOI: https://doi.org/10.20965/jrm.2022.p0767
- DOI: https://doi.org/10.1137/21m1414279
- DOI: https://doi.org/10.1007/s00428-022-03358-9
- DOI: https://doi.org/10.2958/suizo.37.96
- DOI: https://doi.org/10.3389/fnsys.2022.785143
- DOI: https://doi.org/10.3389/fnsys.2022.785143
- DOI: https://doi.org/10.1109/iciprob54042.2022.9798718
- DOI: https://doi.org/10.1080/01691864.2022.2043184
- DOI: https://doi.org/10.2493/jjspe.88.282
- DOI: https://doi.org/10.2493/jjspe.88.282
- DOI: https://doi.org/10.1109/oceanschennai45887.2022.9775502
- DOI: https://doi.org/10.2493/jjspe.88.162
- DOI: https://doi.org/10.1109/oceanschennai45887.2022.9775502
- DOI: https://doi.org/10.2493/jjspe.88.162
- DOI: https://doi.org/10.1038/s41598-021-04437-8
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。