参考書籍
想定するロボット
対向2輪型ロボット
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。
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。
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]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。
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～
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 (ＫＳ理工学専門書)
- 作者:上田隆一
- 発売日: 2019/12/20
- メディア: Kindle版
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。
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。
