カルマンフィルタの実践

線形カルマンフィルタのアルゴリズムから
カルマンフィルタの2つの応用例までを解説！

セミナー講師

足立 修一（あだちしゅういち）　氏　 　　　

慶應義塾大学　理工学部　物理情報工学科　教授（工学博士）

セミナー受講料

お1人様受講の場合　51,700円[税込]／1名
1口でお申込の場合　62,700円[税込]／1口（3名まで受講可能）

※受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

※テキストとして、「カルマンフィルタの基礎」（東京電機大学出版局/3190円（税込））を使用します。申込フォームにてテキストの「あり・なし」をご選択ください。
「あり」をご選択された場合、受講料、テキスト代（実費）を合わせて請求させていただきます。

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。

セミナー趣旨

  　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りセンシング、制御、あるいは機械学習などのAI の分野と密接な関係をもつカルマンフィルタについて述べます。特に、カルマンフィルタの実践を目指すユーザを対象としてカルマンフィルタを利用する上で有益な情報を提供することを目的とします。
　本セミナーでは、カルマンフィルタの基礎理論について、一度は勉強したことがある方を対象にします。したがって時系列データの状態空間表現や線形カルマンフィルタのアルゴリズムについてはある程度の知識があることを前提とします。
　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つの応用例を紹介します。時間があればロバストフィルタの考え方について紹介したいと思います。

セミナープログラム

　1　はじめに

　2　線形カルマンフィルタ
　　2.1　時系列とシステム
　　2.2　線形カルマンフィルタのアルゴリズム
　　2.3　カルマンフィルタの数値的な側面

　3　非線形カルマンフィルタ
　　3.1　EKF（拡張カルマンフィルタ）
　　3.2　UKF（無香料カルマンフィルタ）
　　3.3　数値例を通したEKFとUKFの比較
　　3.4　状態とパラメータの同時推定

　4　ロバストフィルタ〜H∞フィルタ〜

　5　応用例
　　5.1　カルマンフィルタを用いたセンサフュージョン
　　5.2　電池の充電率の推定

　6　まとめ