tech-seminar.jp

　自動車産業をはじめとして、さまざまな産業界でモデルベース開発の重要性が認識されてきました。本セミナーでは、究極のモデルベースアプローチであるカルマンフィルタについて、できるだけわかりやすく解説することを試みます。カルマンフィルタは、対象である時系列、あるいはシステムの数学モデルが与えられたとき、雑音が混入した観測データから対象の状態を推定 (フィルタリング) する方法です。
　本セミナーでは、カルマンフィルタの基礎理論について詳細に解説します。センシング、制御、あるいは機械学習などのAI の分野とカルマンフィルタの関係についても述べます。できれば、古典制御や現代制御、確率過程などの知識をお持ちの方が望ましいですが、高等学校の数学の知識があれば、本セミナーを理解できるようにお話ししたいと考えています。
　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。つづいて、非線形カルマンフィルタの考え方を簡単に述べます。最後に、カルマンフィルタを利用する上で重要である時系列データのモデリングについてもお話しします。

本セミナーでは、ToF (Time of Flight) 方式、LiDAR方式、Structured Light方式、Infrared Depth方式などのデプスカメラの基本動作原理の理解と、そのメリット、デメリット、想定される応用分野について解説いたします。

本セミナーでは、画像・音声・動画認識などの様々な技術を高精度化させるディープラーニングについて、基礎から学習法、各技術への応用例、自律ロボットの動作・言語学習などについて解説いたします。

本セミナーでは、自動運転の要素技術について取り上げ、自動運転時のドライバ状態推定、自動運転異常時のドライバの応答評価、自動運転に関わる法規制など、スムーズで安全な運転権限移譲の実現へ向けた研究事例と課題について詳解いたします。

本セミナーでは、最近注目されているDeep Learning (ディープラーニング) について、基礎的なところから応用事例まで解説いたします。

　本セミナーでは、時系列データを対象にし、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介いたします。更に、応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートいたします。

　運転支援システムから更に発展した自動運転を迎えるにあたり、走行環境を認識するためのセンシング技術は、より高い性能が求められ、ますます重要になります。
　本セミナーでは、単独のセンシングを補間するセンサフュージョン技術を、画像処理技術と関連しながら解説します。

本セミナーでは、自動車のドライバーの「眠気、覚醒度」を検知するセンシング技術、高精度な状態推定について詳解いたします。

　ものづくりの現場において、検査は欠くことのできない工程である。特に外観検査は、不良の流出を防ぐだけでなく、その製品や企業への信頼性を担保する上で、重要な検査工程となった。外観検査を自動化する場合、一般的には、対象ワークや検査項目に応じて、一品一様で既存の画像処理コマンドの組み合わせとパラメータ調整を行う。しかし近年、融通性の高いシステムへの要望が高まり、より汎用性の高い画像処理手法や、AI技術の活用が期待されている。
　本セミナーでは、産学共同研究における事例を通じて、実問題の解決に画像処理・AI技術をいかに活用するか、その方法論を解説する。

　近年、高エネルギー蓄積デバイスとしてリチウムイオン蓄電池が注目されているが、温度特性や劣化特性の把握が難しいなど、効果的なバッテリーマネジメント手法が求められている。
　本セミナーでは、蓄電池やスマートグリッド関連の初学者、若手技術者を対象に、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する。蓄電池残量に関しては、モデル化とカルマンフィルタ手法を中心に概説し、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マイコンを使った実装例をお話しする。理解を深めるためにExcelを用いた簡単な演習も行う。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、その測定方法と抑制方法について紹介する。また、組電池のバランス制御など、残量、劣化の扱いについて説明する。