自動運転技術の基礎とLiDARを用いた自己位置推定技術の応用 <オンラインセミナー>

~ 自動運転システムの技術構成、ベイズフィルタSLAMとグラフSLAM、ビームモデルと尤度場モデル、動的環境下での自己位置推定、深層学習の不確かさも考慮したモデル化 ~

・自動運転システムの技術構成やLiDERを用いた自己位置推定技術を修得し、車載システム開発へ応用するための講座

・自動運転において最も重要な根幹技術となっている「信頼性の高い自己位置推定技術」を先取りし、自動運転システムの開発に応用しよう!

・現在の自動運転の技術状況を理解し、自動運転システムの実用化と開発体制に活かそう!

オンラインセミナーの詳細はこちら:

・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

講師の言葉

第1部
 自動運転の実用化が近いとメディアは煽っているが、実際の開発現場では落としどころを暗中模索する混迷状態に陥っている。
 自律型・路車協調型の両方の自動運転の研究開発プロジェクト責任者を務めた講演者が、冷静に現在の技術状況を紹介し、実用化の可能性を明言し、開発の方向転換を提言する。

第2部
 自己位置推定とは、与えられた地図の上における相対的な位置を求める技術です。これだけ聞くと自動運転との関わりが強くない様に聞こえますが、現状の自動運転においては、自己位置推定は最も重要な根幹技術となっています。本講義では、自己位置推定の重要性や、正しく実行することの困難さといった基礎的な話から、デファクトとなっている確率ロボティクスの話、また講師が行っている最新の話まで含めて言及します。

セミナー詳細

開催日時
  • 2021年11月29日(月) 10:30 ~ 17:30
開催場所 オンラインセミナー
カテゴリー オンラインセミナー電気・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 ・自動運転や先進運転支援システムなどの先進技術の研究開発・商品化プロジェクトに関わっている方や、その分野に興味を持っている方
・自動車メーカー、部品メーカー、インフラメーカー、IT関連企業の方
予備知識 ・確率、自己位置推定技術に関する基礎知識があれば理解しやすい
修得知識 ・自動運転技術の開発の現状と実用化の将来性について
・基礎的な確率的自己位置推定に関する知識
・その基礎的な方法が有する課題と通常の自己位置推定では実現困難なことを可能にしたその解決法
プログラム

<第1部> 自動運転技術の基礎と最近の動向

1.自動運転の市場マーケットと導入状況
  (1).オーナーカー
  (2).自動走行ビジネス検討会の推奨サービス
  (3).無人タクシー
  (4).各種技術分野のプレイヤー群

2.自動運転技術の発展
  (1).自動運転技術の発展の歴史概要
    a.自動運転コンセプトの起源
    b.路車協調型と自律型交互に主役となって発展
    c.米国の競技会から自律型自動運転が注目される
    d.現在の自動運転の日米欧の産学官連携開発体制
  (2).自動運転システムの技術構成
    a.システム構成
    b.道路環境の認知技術
    c.判断・行動計画技術
    d.制御技術

3.自動運転システムの効果と課題
  (1).社会利益のアセスメント手法と自動運転の評価
    a.モデルベースの体系的アセスメント手法の提案
    b.自動運転のアセスメント評価
  (2).自動運転の技術課題と社会的課題
    a.自律型自動運転の課題
    b.路車協調型自動運転の課題
    c.自動化レベル別の課題
    d.自動走行サービス別の課題

4.国際協調と国際競争
  (1).国際協調体制
    a.国際基準化活動
    b.国際標準化活動

5.自動運転の開発体制の転換の提言
  (1).シーズ発からニーズ発への転換
  (2).交通事故ゼロ化へ向けた具体的な開発の方向性提言
  (3).過疎地でのラストマイル自動運転の実用化の方向性提言

 

<第2部> 信頼可能な自動運転を目指したLiDARを用いた自己位置推定の基礎と応用

1.自己位置推定の基礎
  (1).自己位置推定とは何か
  (2).なぜ自動運転に自己位置推定が重要か
  (3).自己位置推定のあるなしの自動運転

2.自己位置推定およびSLAMの発展
  (1).ICPとMCLが自己位置推定の基本
  (2).ベイズフィルタSLAMとグラフSLAM
  (3).自己位置推定と機械学習(最近の研究動向)

3.自己位置推定の定式化
  (1).グラフィカルモデルからの定式化
  (2).ベイズフィルタと呼ばれる所以の理解
  (3).ベイズフィルタと最適化の違い

4.観測モデル
  (1).ビームモデルと尤度場モデル
  (2).なぜ動的環境で自己位置が失敗するかの理解
  (3).観測の独立性の仮定の重要性とそれが引き起こす問題

5.パーティクルフィルタを用いた自己位置推定
  (1).パーティクルフィルタを用いた自己位置推定(MCL)
  (2).パーティクルフィルタを用いた自己位置推定の工夫
  (3).自己位置推定失敗からの即座復帰を可能とする機械学習との融合

6.動的環境下での自己位置推定
  (1).観測物体のクラスを考慮した自己位置推定
  (2).環境変化に対する頑健性の向上
  (3).計算・メモリコストの増大しない頑健性の向上

7.自己位置推定結果の性能保証
  (1).信頼度付き自己位置推定
  (2).深層学習を用いた自己位置推定の失敗検出
  (3).深層学習の不確かさも考慮したモデル化
  (4).自己位置推定結果の正誤を正しく理解

8.まとめ

キーワード 自動運転技術 路車協調型自動運転 自律型自動運転 自動運転システム 交通事故ゼロ化 己位置推定 SLAM ベイズフィルタSLAM グラフSLAM ベイズフィルタ ビームモデル 尤度場モデル パーティクルフィルタ 動的環境下 深層学習
タグ AI・機械学習SLAM・自己位置推定自動運転・運転支援技術・ADAS自動車・輸送機車載機器・部品制御電装品ITS
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
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
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