自律型移動ロボットの運動計画アルゴリズム・位置推定法とSLAMによるナビゲーションへの応用

~ ロボットの運動計画とアルゴリズム、ベイズ・カルマンフィルタによる推定、SLAMとナビゲーションへの応用 ~

・ノイズのあるセンサ情報、運動における外乱の影響を考慮した、自己位置推定や地図構築を実現するための講座!

・運動計画のアルゴリズムや確率的な処理技術を学び、SLAMを活用した自律移動ロボットや自動搬送システムの開発に活かそう!

講師の言葉

 移動ロボットの自律的なナビゲーションに関する基礎を解説します。

 まず、正確な障害物の地図を前提とした運動計画問題の解法を紹介します。実世界では、ノイズのあるセンサ情報、運動における外乱の影響を考慮した確率的な処理が必要になります。確率の基礎を概説し、ベイズフィルタの原理にもとづいて、自己位置推定と地図構築の考え方を紹介します。センサ情報処理などの応用例を所々交えて実問題との関連も紹介します。

セミナー詳細

開催日時
  • 2018年10月12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 ソフト・データ・画像・デザイン
受講対象者 ・移動ロボット、移動車両、AGV、ナビゲーションへの活用を考えている方
・位置推定、地図構築、確率について学びたい方
予備知識 ・大学初年度程度の数学知識
修得知識 ・ロボットの運動計画の方法と考え方
・確率にもとづくロボット動作の原理と応用
プログラム

1.ロボットの運動計画の基礎

  (1).自律型ロボットの基本的な構造

  (2).運動計画問題の概略

    a.コンフィギュレーション空間

    b.コンフィギュレーション障害物

 

2.ロボットの運動計画とアルゴリズム

  (1).人工ポテンシャル法

  (2).ロードマップ法

  (3).探索

  (4).ダイクストラ法

  (5).A*(エースター)探索

  (6).RRT

 

3.確率の基礎と推定方法

  (1).確率理論の公式とベイズフィルタ

    a.結合確率と条件付き確率、ベイズの公式

    b.再帰的更新とベイズフィルタ

  (2).カルマンフィルタとその拡張

    a.線形ガウシアンフィルタ

    b.Kalmanフィルタのアルゴリズム

    c.Extended Kalmanフィルタ

    d.Unscented Kalmanフィルタ

  (3).パーティクルフィルタ

 

4.SLAMによるナビゲーションへの応用例

  (1).Occupancy Grid Map(占有格子地図)

  (2).SLAMの分類と問題設定

  (3).EKF-SLAM

  (4).Fast-SLAM

  (5).ナビゲーションへの応用例

キーワード コンフィギュレーション ダイクストラ法 エースター RRT カルマンフィルタ Occupancy Grid Map EKF-SLAM Fast-SLAM ベイズフィルタ 運動計画 動作計画 Motion planning
タグ SLAM・自己位置推定自動運転・運転支援技術・ADAS画像認識ロボット
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