EurekaMoments

This is my studying logs about Autonomous driving, Machine learning technologies and etc.

Waymoの自動運転システム開発についての講義メモ

目次

  • 目次
  • はじめに
  • Waymoについて
  • 講義メモ
    • メイントピック
    • アメリカにおける衝突事故のデータ
    • アリゾナ州での自動運転試験
    • 自動運転車の開発に必要な要素
    • センシングシステム構成
    • Point Cloudのクラスタリングと行動予測
    • 誤認識問題
    • カメラとレーザのセンサフュージョン
    • システムの検証
    • 今後の課題
  • まとめ

はじめに

アメリカで自動運転車の開発を進めてる
企業の一つであるWaymoのエンジニアリング
ディレクタ、Sacha ArnoudさんがMITにて
講義を行ったときの動画をYouTubeで見ました。
www.youtube.com 勉強になることがいろいろ聴けたので、そのメモを
今回の記事としてまとめておこうと思います。

続きを読む

Juliaで学ぶ確率ロボティクス~多次元のガウス分布と共分散~

目次

  • 目次
  • はじめに
  • GitHubリポジトリ
  • サンプルデータの2次元ガウス分布
  • 確率密度関数と共分散行列
  • 共分散行列の計算
  • 共分散とは?
  • 誤差楕円
  • まとめ

はじめに

前回の記事では、複雑な形状の分布を持つデータを
分析し、確率分布にモデル化する方法と、そのための
Juliaサンプルコードについて紹介しました。

www.eureka-moments-blog.com

ここまでは主に1次元のデータを扱ってきましたが、
実際はロボットの姿勢である[x, y, \theta]といったように、
多次元のデータを扱う事も多々あります。

今回の記事では、2次元のガウス分布に従うデータを例に、
多次元データの処理方法と、Juliaサンプルコードについて
紹介します。

続きを読む

Juliaで学ぶ確率ロボティクス~複雑な分布のモデル化とベイズの定理~

目次

  • 目次
  • はじめに
  • GitHubリポジトリ
  • 複雑な分布の例
  • データの時系列表示
  • 時間帯ごとの平均値
  • 時間帯での条件付け
  • 同時確率分布
  • 周辺確率
  • 確率の乗法定理
  • ベイズの定理
  • ベイズの定理による原因推定
  • まとめ

はじめに

前回の記事では、シンプルな正規分布に
従うセンサ値のモデル化とそれを計算する
Juliaサンプルコードについて紹介しました。

www.eureka-moments-blog.com

しかしながら実際は、こういった綺麗な
分布でモデル化できない複雑な現象も
沢山あります。

今回の記事では、複雑な分布を持つ
センサ値に対する前処理とモデル化、
ベイズの定理による原因推定を
行うJuliaサンプルコードについて紹介
します。

続きを読む

Juliaで学ぶ確率ロボティクス~センサ値の確率分布~

目次

  • 目次
  • はじめに
  • GitHubリポジトリ
  • 頻度の集計
  • 確率の計算
  • 確率質量関数
  • 確率モデル
    • ガウス分布の当てはめ
    • 確率密度関数
    • 累積分布関数
  • 期待値
  • まとめ

はじめに

前回の記事では、
センサ値の度数分布を可視化して、
平均値や分散、標準偏差を計算
するJuliaコードを紹介しました。

www.eureka-moments-blog.com

それに続いて今回は、
各センサ値の頻度から確率分布を
計算し、そこから確率モデルを導出、
可視化するJuliaコードについて
紹介します。

続きを読む

Juliaで学ぶ確率ロボティクス~センサ値の度数分布~

目次

  • 目次
  • はじめに
  • GitHubリポジトリ
  • ヒストグラムを描画するJuliaコード
  • 頻度、ノイズ、バイアス
    • 平均値
    • 分散
    • 標準偏差
  • まとめ

はじめに

前回の記事では、センサデータの値をざっくり
解析して概要を出力するJuliaコードについて
紹介しました。

www.eureka-moments-blog.com

それに引き続き今回は、センサ値をヒストグラムで
可視化し、そこから平均や標準偏差、分散を計算
するJuliaサンプルコードを紹介します。

続きを読む

Juliaで学ぶ確率ロボティクス~センサデータの概要把握~

目次

  • 目次
  • はじめに
  • GitHubリポジトリ
  • センサデータを分析することの意義
  • センサのサンプルデータ
  • データの概要把握
    • 必要なJuliaパッケージの読み込み
    • データファイルのパスの指定
    • ファイルの読み込みとデータフレーム作成
    • データの概要の出力
    • コードのモジュール化
  • まとめ

はじめに

上記の書籍を参考に、Juliaコードにより
ロボティクスの技術を学べるプロジェクトを
前回記事からスタートしました。

www.eureka-moments-blog.com

今回からは書籍の第2章にあたる、確率と
統計の基礎について紹介していくとして、
まずはプロジェクト内で扱うセンサデータの
概要把握について解説します。

続きを読む

Juliaで学ぶ確率ロボティクス~始め方~

目次

  • 目次
  • はじめに
  • GitHubリポジトリ
  • 始め方手順
    • 1. GitHubリポジトリをクローンする
    • 2. Juliaを起動する
    • 3. 依存パッケージをインストールする
    • 4. ユニットテストを実行する
  • VSCode+Dockerで環境を立ち上げる方法
  • まとめ

はじめに

ロボットの自律移動技術の基礎を
一から学び直したくて、千葉工業大学の
上田先生の著書である「詳解確率
ロボティクス」を読み始めました。

ただ、そのままPythonでコードを写経
しても面白くないと思ったので、
各コードをJuliaで翻訳するプロジェクトを
始めました。

まず今回は、本プロジェクトの始め方に
ついて説明します。

続きを読む