シラバス参照

科目名 機械情報システム学特論 
科目名(英字) Adnaced Machine Informatics Engineering 
担当者氏名

目黒 淳一

対象研究科・専攻 理工学研究科メカトロニクス工学専攻修士課程 
講義学期 前期 
単位数



準備学習・事後学習
線形代数,確率論,信号処理の学習
毎回、講義時間の2倍の自学実習が求められます。 
授業の概要と目的
自律移動に関する技術の解説,演習を行う.自律移動のためには,さまざまなセンサが必要である.しかし,センサには誤差があるため,その誤差を低減するための知恵が必要となる.本授業では,ロボットや自動車の位置推定に注目し,従来研究されてきたパーティクルフィルタとカルマンフィルタを例として確率的に誤差を含むセンサ情報を扱う手法の解説を行う.加えて,演習を実施することで自律移動に必要な技術の習得を行う. 
該当するCP(カリキュラム・ポリシー)およびDP(ディプロマ・ポリシー)
本授業はCP1.3およびDP2.5に該当する。 
科目ナンバリングコード
GTR11203 
到達目標
自律移動に必要な技術に関して説明ができ,かつ活用することができる. 
授業内容
番号 【項目欄】 【内容欄】
1. 概論  自律移動に関するイントロダクションと,授業計画に関する解説を行う. 
2. 確率・統計の基礎  ガウス分布,及び条件付き確率を中心として,必要な確率統計の基礎に関して確認を行う 
3. ロボットのモデル化1  移動ロボットを例にして,その運動のモデル化を行う 
4. ロボットのモデル化2  移動ロボットを例にして,ランドマーク観測のモデル化を行う 
5. 誤差を考慮したロボットのモデル1  設定したモデルに対して,センサ誤差の考慮を行う 
6. 誤差を考慮したロボットのモデル2  設定したモデルに対して,ランドマーク観測誤差の考慮を行う 
7. パーティクルフィルタ1  パーティクルフィルタの導出を行うことで,その理解を深める 
8. パーティクルフィルタ2  引き続きパーティクルフィルタに関する説明を実施する 
9. パーティクルフィルタ3  引き続きパーティクルフィルタに関する説明を実施する 
10. カルマンフィルタ1  カルマンフィルタの導出を行い,その理解を深める 
11. カルマンフィルタ2  引き続きカルマンフィルタに関する説明を実施する 
12. カルマンフィルタ3  引き続きカルマンフィルタに関する説明を実施する 
13. 演習1  実際のアプリケーションに対して,パーティクルフィルタ,もしくはカルマンフィルタを適用することで,理解を深める 
14. 演習2  実際のアプリケーションに対して,パーティクルフィルタ,もしくはカルマンフィルタを適用することで,理解を深める 
15. まとめ  授業を振り返り,まとめを行い,発表において議論を行う. 
授業方法の形式
授業と演習 
授業の実施方法
対面授業 
成績評価方法
成績はレポート100%とする 
成績評価基準
C(合格)となるためには、到達目標を最低限達成することが必要である。 
その他(履修条件・関連科目など)
テキスト
番号 【書籍名】 【著者】 【出版社】
1. 詳細確率ロボティクス  上田隆一  講談社 
2. 確率ロボティクス  Sebastian Thrun, 他  毎日コミュニケーションズ 
参考資料文献等
参考URL
画像
ファイル
更新日付 2024/02/08 20:08


PAGE TOP