2025年度/1BJE022001 (公大)
【金3】ロボット工学特論 <後期>
対面での授業のみとなります。ただし、電気電子系専攻所属学生の中百舌鳥キャンパス研究室所属学生のみ遠隔授業履修を認めます。 ロボットの高度な運動は、ロボットのモデルを考慮した運動機能の理解、および、外界センサ、内界センサを用いた計測をすることで実現可能となる。このとき、ロボットのハードウェアや制御、計測したセンサ情報には不確かさが多く含まれており、不確実な要素を考慮した全体のシステム設計が重要となる。本授業では、計測されたセンサ情報と移動機構に不確かさが存在したときに現在位置を推定し、地図を作成する移動ロボットのSLAM(Simultaneous Localization and Mapping)技術を例に、確率論のロボット応用について習得させる。
- 担当教員氏名
- 田窪 朋仁
- 科目ナンバリング
- BJEELE62018-J1 (公大)
- 授業管轄部署
- 工学研究科
- 授業形態
- 講義
- 開講キャンパス
- 中百舌鳥
- 開講区分
- 週間授業
- 科目分類
- B群科目
- 配当年次
- 1年 (公大)
注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。
- 単位数
- 2単位 (公大)
注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。
- 到達目標
- 以下の各項目を到達目標とする。 1) 移動ロボットの動作モデルを数学的基礎知識を用いて説明することができる。 2) ベイズフィルタやカルマンフィルタを用いたロボットの位置推定手法を説明することができる。 3) SLAMの基本的な構成を説明することができる。 4) 複数のセンサを使った確率的な情報処理について説明することができる。
- 各授業回の説明
- 事前・事後学習の内容
- 予習として、配布した資料を読み，授業内容について大まかなイメージをつかんでおくこと。 復習として，授業範囲の資料およびノートを確認し、内容をしっかり理解するよう努めること。また、授業中に指定する課題を実施し，提出すること。
- 成績評価方法
- 到達目標の達成度で成績評価を行う。講義中の小テスト（20％），最終レポート課題（80％）の合計が60点以上を合格とする。 ・移動ロボットの動作モデルを数式で表すことができる。 ・ベイズフィルタやカルマンフィルタを用いた状態推定を導出することができる。 ・SLAMの基本的な構成や計算方法を説明することができる。
- 履修上の注意
- 特になし
- 教科書
「詳解 確率ロボティクス Pythonによる基礎アルゴリズムの実装」：上田 隆一、講談社
- 参考文献
- 「ヒューマノイドロボット（改訂2版）」：梶田修司，オーム社 「確率ロボティクス」：Sebastian Thrun, Wolfram Burgard, Dieter Fox共著, 上田 隆一(翻訳)，マイナビ出版 「SLAM入門: ロボットの自己位置推定と地図構築の技術」：友納正裕 著，オーム社
- オフィスアワー
- - 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -
- 教員への連絡方法（メールアドレス等）
- - 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -
| 授業 | 授業内容 | 事前・事後の学習内容 |
|---|---|---|
| 第1回 | ロボット工学と社会応用 | 次回の授業に向けて、線形代数の基礎を復習しておくこと。 |
| 第2回 | マニピュレータの順運動学 | 授業内容を復習しておくこと。 |
| 第3回 | マニピュレータの逆運動学ロボットの制御 | 授業内容を復習しておくこと。 Pythonのプログラムを使って授業で示した計算を確認できるので、PCの準備をしておくこと。 |
| 第4回 | マニピュレータのシミュレーション | シミュレーション結果を確認し、以前の授業内容と比較すること。 |
| 第5回 | 動力学 | マニピュレータの動力学について授業内容を復習し、プログラム内容も理解しておくこと。 |
| 第6回 | 確率統計の基礎 | 確率統計の基本を復習しておくこと。 Pythonのプログラムで確認できる内容を自分でも理解しておくこと。 |
| 第7回 | 移動ロボットのモデル化 | 移動ロボットの数式モデルの理解とPythonのプログラムを比較して理解できるようにすること。 |
| 第8回 | 移動ロボットの不確かさ | 移動ロボットの不確実な要素について考察し、授業で当てはめたモデル以外ではどうなるか自分で確かめること。 |
| 第9回 | パーティクルフィルタ | モンテカルロ法について復習しておくこと。 パーティクルフィルタがロボットの位置推定に有効であるのはなぜか自分でも考えてみること。 |
| 第10回 | カルマンフィルタ | ベイズフィルタについて復習をしておくこと。 |
| 第11回 | 自己位置推定の諸問題への対応 | ガウス分布の表現で予測できない状況に対応する手法の例を解説しているが、他にもどのような方法がありえるのか各自検討してみること。 |
| 第12回 | パーティクルフィルタによるSLAM | パーティクルフィルタの授業の内容を復習しておくこと。 確率表現について復習をしておくこと。 |
| 第13回 | グラフ表現によるSLAM | パーティクルフィルタ、カルマンフィルタの内容を復習しておくこと。 |
| 第14回 | SLAMのプログラム実装 | これまでの授業内容を確認して、プログラム実装がどのように行われているか各自見直して理解をしておくこと。 |
| 第15回 | 動的計画法 | ロボットのモデルと不確かさの定義を復習しておくこと。 |
| 第16回 | まとめ |
Loading...
Updated on 2025/7/3 6:39:15