化学品の市場調査、研究開発の支援、マーケット情報の出版

トリケップスセミナー

     開催日時:2019年1月17日(木)13:00~17:00
     会  場:オームビル  → 会場へのアクセス 
          〒101-8460 東京都千代田区神田錦町3-1
     参 加 費:お1人様受講の場合 46,000円 (税別/1名)
          1口(1社3名まで受講可能)でお申し込みの場合 57,000円 (税別/1口)

講 師

下ノ村 和弘(しものむらかずひろ)氏
立命館大学 理工学部 ロボティクス学科 教授(博士(工学))

<ご略歴>
 1999年3月 九州工業大学 情報工学部 制御システム工学科 卒業
 2004年3月 大阪大学大学院 工学研究科 電子工学専攻 終了
 2004年4月~2004年9月 科学技術振興機構 研究員
 2004年10月~2005年7月 大阪大学 先端科学イノベーションセンター 特任研究員
 2005年8月~2009年3月 大阪大学 臨床医工学融合研究教育センター 特任講師
 2009年4月 立命館大学 理工学部 ロボティクス学科 准教授

<委員歴>
 2007年4月~ 映像情報メディア学会 情報センシング研究委員会 幹事
 2010年12月~2010年12月 IEEE International Conference on Robotics and Biomimetics Program Co-Chair
 2011年6月~ 映像情報メディア学会 会誌編集委員会 論文部門委員
 2013年5月~ 電子情報通信学会 VLSI設計技術研究専門委員会 専門委員
 2015年5月~2015年5月 日本機械学会 ロボティクス・メカトロニクス講演会2015 プログラム副委員長

<主な受賞>
 2016年12月 計測自動制御学会 SI部門 SI2016優秀講演賞
 2008年3月 IEEE Computational Intelligence Society Japan Chapter IEEE Computational Intelligence Society Japan Chapter Young Researcher Award
 2007年12月 計測自動制御学会 SI部門 SI2007優秀講演賞
 2005年9月 日本神経回路学会 日本神経回路学会奨励賞

<研究概要>
 *ビジョンを中心としたセンシング技術とロボット知能化技術
 *ビジョンチップ,センサフュージョン,アクティブビジョン,ビジュアルサーボ,Neuromorphic Engineering,組込みコンピュータビジョン
 

セミナーの概要

 センサフュージョンは,複数種類あるいは複数個のセンサを用いて,計測精度やロバスト性を高めたり,計測範囲を拡大したり,また単一のセンサのみでは得られない情報を取得するための技術です.自律移動体の環境認識やナビゲーション,IoTを活用した生体情報モニタリングなど,近年注目される分野でその重要性は増しています.
 本セミナーでは,初学者を対象として,センサフュージョンの基本的な考え方や具体的な手法を,MATLABによるシミュレーションを交えて平易に解説します.

講義項目

 1 はじめに
  1.1 人間の感覚統合
  1.2 様々なセンサ
  1.3 センサフュージョンシステムの基本的構成

 2 センサフュージョンの方式
  2.1 センサフュージョンに必要となるセンサの選び方
   2.1.1 計測精度,分解能
   2.1.2 計測範囲
   2.1.3 計測原理の違い
  2.2 センサフュージョンの分類
   2.2.1 複数の同種のセンサで精度を上げる
   2.2.2 複数の同種のセンサで新しい情報を取得する
   2.2.3 複数の異なる種類のセンサを組み合わせる
  2.3 センサフュージョンの例
   2.3.1 デプス画像とカラー画像による距離計測範囲の拡大
   2.3.2 視覚センサと触覚センサを用いたロボット作業
   2.3.3 近接・接触複合センシングとロボットハンドの把持制御
   2.3.4 視覚情報と慣性センサ情報を用いたカメラ視線制御

 3 センサフュージョンの方法
  3.1 重み付け平均
  3.2 最小二乗法
  3.3 カルマンフィルタ
   3.3.1 システムの状態空間表現
   3.3.2 カルマンフィルタによる状態推定
   3.3.3 MATLABによる数値シミュレーション
   3.3.4 カルマンフィルタによるセンサフュージョン
  3.4 拡張カルマンフィルタ
   3.4.1 非線形システム
   3.4.2 ヤコビ行列
   3.4.3 MATLABによる数値シミュレーション
  3.5 パーティクルフィルタ

 4 センサフュージョンの応用
  4.1 移動体の位置推定
  4.2 SLAM

 5 まとめ