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

~ Lidarなどを用いたセンシング技術から、画像処理・AIを用いた周囲の環境理解、適用事例まで ~

トリケップスセミナーのご案内

     開催日時:2020年7月21日(火)10:30~16:30
     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)
          お申し込み受付中

申込方法

 お1人様受講の場合、下記のカートへの投入、あるいはFAX用紙にてお申込ください。
 1口でお申し込みの場合、下記のFAX用紙にてお申込ください。
 折り返し、聴講券、会場地図、請求書を送付いたします。

  お1人様申込み
     FAX申込用紙PDF 
  1口(1社3名まで受講可能)でお申し込み    FAX申込用紙PDF 
 

講 師

太田 直哉 氏
      群馬大学 大学院 理工学府 電子情報・数理教育領域 
         知識情報工学  教授 博士(工学)
      次世代モビリティ社会実装研究センター センター長

【講師略歴】
 1985年 東京工業大学 物理情報工学専攻 博士前期課程修了。
     三菱総合研究所、日本電気株式会社 中央研究所 勤務を経て、
 1994年 群馬大学 工学部 情報工学科 助手。同助教授を経て、
 2004年より教授。博士(工学)。

 1991年~1992年 米国マサチューセッツ工科大学 メディア研究所 訪問研究員。
 2004年 豪州アデレード大学 客員研究員。
 2016年12月より 群馬大学 次世代モビリティ社会実装研究センター センター長。

【専門および得意な分野・研究】
 画像処理、ロボットビジョン、パターン認識、自動運転車両・自律走行ロボットのセンサーおよび環境認識技術

【本テーマ関連学協会でのご活動】
 電子情報通信学会、情報処理学会、IEEEコンピュータソサエティ

【はじめに】
 近年自動車には高度な運転支援機能が搭載されるようになり、ドライバーが居ない自動運転まで開発されようとしています。このような機能を実現するためには、自動車自体が周囲の状況を理解することが必要です。
 本講座ではこのような自動車が、カメラからの画像を用いてどのようにして環境を理解するかに重点を置いて説明します。また自動運転車両では、レーザーを用いて周囲の物体形状を計測するLIDAR(ライダー)が主要なセンサーとして利用されます。このセンサーを用いた環境認識技術についても触れます。

【受講対象者】
 ・次世代自動車の環境認識について全体的な知識を得ておきたい方。
 ・この分野の技術開発を行う予定があり、開発計画を明確にしたい方。
 ・この分野のプロジェクトマネージャとして、全体像を知っておきたい方。
 ・パターン認識や機械学習に関しては、基礎から解説します。
     
【必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど】
 ・高校卒業程度の数学、物理の知識を仮定して解説します。
 ・内容に興味があれば、受講前に習得していただきたい知識は特にありません。

【本セミナーで習得できること】
 ・自動運転自動車開発の歴史
 ・運転支援、自動運転技術の基礎知識
 ・自動車周囲の環境理解のための画像処理とAI技術
 ・自動車周囲の環境理解のためのLIDARデータ処理技術
 ・自動運転自動車、自律走行ロボットの実際

講義項目

  1. 高度運転支援(ADAS)と自動運転
    ・自動運転研究の歴史
    ・自動運転のレベル
    ・環境認識とセンサ
       カメラ、LIDAR、ミリ波レーダー、GNSS、ジャイロスコープ

  2. カメラによるセンシングと環境認識
    1) ステレオ:形状測定装置として
     ・原理
     ・主要な問題点
       LIDAR、ミリ波レーダーとの比較
     ・方式
     ・製品例
       アイサイト、ステレオモジュール
     ・自分でやってみるなら
       OpenCV
    2) 画像による物体認識:パターン認識と学習
     ・パターン認識とは
     ・学習とは
     ・古典的なパターン認識
     ・ディープラーニング
     ・応用例
       歩行者、他車両、標識
     ・製品例
       モービルアイ
     ・自分でやってみるなら
       Tensorflow、Caffe

  3. LIDARによる環境認識
    ・物体認識例
       道路(走行可能領域)、障害物
    ・製品例
       HOKUYO、Velodyne
    ・自分でやってみるなら
       Point Cloud Library (PCL)

  4. 自動運転車両と自律走行ロボット
    ・群馬大学の自動運転自動車開発
    ・つくばチャレンジ出場ロボット