シラバス参照

科目名 知能機械学特論 
科目名(英字) Adnaced Intelligent Machine 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 後期 
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
機械情報システム学特論の履修が必用
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,地図構築技術を中心に,従来研究されてきたSLAMの知見の紹介を行い,加えて,演習として,自ら体験をすることで,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
GTR11204 
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. 振り返り  確率・統計の基礎,パーティクルフィルタ,カルマンフィルタに関して振り返りを行う 
3. 位置推定発展1  パーティクルフィルタに関して,Adaptive Monte Carlo Localizationを例にして,パーティクルの増大を防ぐ方法の検討を実施する 
4. 位置推定発展2  前回に引き続き位置推定に関して説明を行う 
5. SLAM1  SLAM問題に関して,特にオンラインSLAMに関して式の導出と解説を行う 
6. SLAM2  前回に引き続きオンラインSLAMに関して解説を行う 
7. SLAM3  前回に引き続きオンラインSLAMに関して解説を行う 
8. グラフ表現によるSLAM1  オフラインSLAMの例としてグラフ表現によるSLAMの導出と解説を行う 
9. グラフ表現によるSLAM2  前回に引き続きグラフ表現によるSLAMの解説を行う 
10. グラフ表現によるSLAM3  前回に引き続きグラフ表現によるSLAMの解説を行う 
11. グラフ表現によるSLAM4  前回に引き続きグラフ表現によるSLAMの解説を行う 
12. 演習1  SLAMに関して実データを用いて演習を行うことで理解を深める 
13. 演習2  前回に引き続き演習を実施する 
14. 演習3  前回に引き続き演習を実施する 
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
本授業の成績はレポート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. 詳解確率ロボティクス  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 20:09


PAGE TOP