統計的推定理論の基礎とSLAM、物体追跡、位置推定への応用

〜ベイズ推定とベイズフィルタ、カルマンフィルタ、ノンパラメトリックフィルタとその応用・例〜

・多くの実例を通して、推定アルゴリズムとその実装技術を解説する講座

・センサデータから高信頼の情報を得るための最新技術を修得し、自動化システムの知能化・高機能化へ応用しよう!

講師の言葉

自動化システムの知能化・高機能化のためには、画像などのセンサデータ処理が必要となります。実際のセンサデータには誤差や誤りなど種々の不確かさが含まれるので、それらを考慮したセンサデータ処理が必須となります。
 不確かなセンサデータから高信頼の情報を得るためには、複数のデータの統合処理(センサフュージョン)が必要となりますが、そのための手法として統計的推定理論が有効です。その基本的なアプローチは、不確かさを確率で表現しベイズ推論に基づく事後確率推定を行うというものでが、特に動的な環境ではカルマンフィルタやパーティクルフィルタに代表されるベイズフィルタがよく使われます。
 本セミナーでは、ベイズフィルタを中心とした統計的推定理論の基礎を詳述するとともに、物体追跡やロボット

セミナー詳細

開催日時
  • 2015年08月21日(金) 10:30 ~ 17:30
開催場所 日本テクノセンター研修室
カテゴリー 電気・機械・メカトロ・設備ソフト・データ・画像・デザイン
受講対象者 ・自動車、ロボット、搬送機、家電、電子機器そのほか関連企業の技術者の方 ・各種センシング、自動化システム、自律システムの知能化・高性能化に興味のある方
予備知識 ・確率、プログラミングについて多少の知識があると理解がしやすい
修得知識 ・統計的推定理論、推定アルゴリズムとその実装、画像などのセンサデータを用いた物体追跡や地図生成などへの応用についての基礎を習得できる
プログラム

1.はじめに
  (1). 自動化システムとセンシング
  (2). 環境認識のためのセンサ

2.統計的推定理論
  (1). 確率の基礎
     a.確率の定義
     b.同時分布と条件付確率
     c.周辺分布
  (2). ベイズ推定とベイズフィルタ
     a.事前分布と事後分布
     b.ベイズの定理
     c.ベイズフィルタ
  (3). カルマンフィルタ
     a.ガウス分布(正規分布)
     b.システム方程式と観測方程式
     c.アルゴリズムと実装例
     d.カルマンフィルタの拡張
  (4). ノンパラメトリックフィルタ
     a.カルマンフィルタの問題点
     b.確率分布の離散近似
     c.離散ベイズフィルタ
     d.パーティクルフィルタ

3.応用例
  (1). カルマンフィルタを用いた物体追跡
  (2). 離散ベイズフィルタを用いた屋外位置推定
  (3). パーティクルフィルタを用いた地図と移動の同時獲得(SLAM)
  (4). パーティクルフィルタを用いた道路境界追跡

4.おわりに
  (1). まとめ
  (2). 今後重要となる問題

キーワード 統計的推定理論 自動化システム 環境認識 ベイズ推定 ベイズフィルタ カルマンフィルタ ノンパラメトリックフィルタ 物体追跡 位置推定 SLAM 道路境界追跡
タグ SLAM・自己位置推定信号処理ロボット自動車・輸送機制御
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日