tech-seminar.jp

近年、データ同化の設計開発現場での活用が期待されております。
本セミナーでは、現実世界の運用稼働条件とバーチャル空間でのシミュレーションの隔たりを低減し、解析の精度向上・不確定性の定量化・低減を実現するデータ同化技術について取り上げ、データ同化の基礎から、具体的なアルゴリズム、適用事例、さらには発展的な話題までを解説いたします。

本セミナーでは、リチウムイオン蓄電池の基本特性と、そのモデル化手法を理解し、効果的な残量予測や劣化予測に関する基本的な方法を習得することを目的としております。
蓄電池残量に関しては、様々な提案手法を概説し、蓄電池の温度特性や劣化特性も含めて正しく測定するための手法とMATLABを使った実装例をお話しいたします。
また、蓄電池劣化に関しても、基本的な、劣化のメカニズムを理解した上で、その診断方法について解説いたします。
さらに、劣化診断や寿命予測に関する最新技術についても紹介いたします。

本セミナーでは、まず、線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。続いて、代表的な非線形カルマンフィルタである拡張カルマンフィルタ (EKF) と無香料カルマンフィルタ (UKF) のアルゴリズムを説明し、非線形カルマンフィルタを用いた状態とパラメータの同時推定を導入します。また、カルマンフィルタの数値的不安定性について述べ、その問題点に対処するUD分解フィルタを導入します。さらに、カルマンフィルタの2つの応用例を紹介いたします。

本セミナーでは、リチウムイオン蓄電池の基本特性とモデル化手法について解説いたします。
蓄電池残量に関しては、カルマンフィルタ手法を中心にMATLAB実装例を示しながら解説いたします。
また、蓄電池劣化に関しては内部インピーダンス劣化の常時診断に使われる逐次最小二乗法や関連技術について紹介いたします。

本セミナーでは、GNSSデータとIMUセンサやSPEEDセンサとのの統合手法についてできるだけ平易に紹介いたします。
GNSSはトンネル内や高層ビルが密集した場所や、高架下では残念ながら機能しません。その意味でIMUやSPEEDセンサとのカップリングは非常に相性がよいと考えられます。

本セミナーでは、リチウムイオン電池の安全な活用、効率的な再利用に向けた評価技術について、 電池の残量、劣化のモデル化から予測まで、残存価値評価のための具体的手法を詳解いたします。

本セミナーでは、まず、線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。続いて、代表的な非線形カルマンフィルタである拡張カルマンフィルタ (EKF) と無香料カルマンフィルタ (UKF) のアルゴリズムを説明し、非線形カルマンフィルタを用いた状態とパラメータの同時推定を導入します。また、カルマンフィルタの数値的不安定性について述べ、その問題点に対処するUD分解フィルタを導入します。さらに、カルマンフィルタの2つの応用例を紹介いたします。

本セミナーでは、移動物体の時系列的追跡と運動状態推定を一例としてセンサの能力向上を図る状態推定技術について解説いたします。
また、現在、金沢大学が進めている市街地の公道走行実証試験を題材として、市街地における自動運転技術の現状とその課題について解説いたします。