自動運転における自己位置推定の高度化と技術動向

自己位置推定の基本から最新の自己位置推定
（動的物体への頑健性、マルチレイヤーLiDARと必要性等）まで
分かりやすく解説！

講師

名古屋大学　情報学研究科　特任助教 博士（工学）  赤井 直紀 先生

受講料

1名38,000円 + 税、(資料付) 　
＊1社2名以上同時申込の場合 、1名につき28,000円 + 税 　
※消費税につきましては講習会開催日の税率にて課税致します。 　　　　　
＊学校法人割引 ；学生、教員のご参加は受講料50％割引。

セミナーポイント

　本セミナーではまず、自己位置推定とは一体どういった問題なのか、という基礎的な部分に
焦点を当てて解説を行います。そこから、自己位置推定で重要とされている「観測モデル」に
関する議論をしていきます。そしてこの観測モデルの議論を通して、
「なぜ自己位置推定が難しいのか」という根本的な課題を共有します。
　これらの議論を前提として、SLAMが何故必要なのかや、3次元LiDARがどの様に
自己位置推定に寄与するのか、といったことを議論して行きます。
　さらにこれらの議論を踏まえた上で、我々のグループや世界で行われている最新の研究成果を
紹介いたします。この紹介の中では特に、近年注目されている機械学習がどのように
活用されているのかや、機械学習を従来のモデルベース法と併用しようとする取組などについて
紹介いたします。

■この講座を受講して得られる情報・知見：
・自己位置推定の基本（なぜ必要か、どのように行うか、なぜ難しいか）
　ロボットの自律移動や自動車の自動運転において自己位置推定は「極めて重要な技術」ですが、
その重要性はまだ広く認知されていないようにも思えます。
　本セミナーではまず「なぜ自己位置推定が必要なのか」という基本的なことから触れます。
その後「どのように自己位置推定を行うか」を説明した上で、「なぜ難しいのか」という
根本の問に対する解を提供いたします。これらを理解していただければ、
自己位置推定技術に対する評価指針などを理解できます。

・最新の自己位置推定（動的物体への頑健性、マルチレイヤーLiDARと必要性）
　上述の「なぜ難しいか」を理解していただいた後には、その難しさを解決するために
行われている最新の研究例を紹介します。またこれらに加え、近年加速するLiDARの開発動向も
踏まえながら、「マルチレイヤーLiDARは必要か」という議論も展開していきます。
　この際には、自己位置推定だけでなく、自動運転システムという全体を見渡した上で、
その必要性を議論していきます。

・「推定」を超える新たなアプローチ（これからのブレイクスルー）
　自己位置「推定」と言いますが、推定とは「正しそうなことを求めること」であり、
求めたものの正しさは保証されていません。しかし現状の自動運転システムは、
その推定結果を信じて走行しています。すなわち、間違った解が求められていたとしても、
その間違いに自動運転車両が気づく術がありません。
　本セミナーの最後では、この課題を解決するために近年行われているアプローチを解説します。

セミナー内容

1.自動運転の基礎
　1.1　自動運転の開発現状
　1.2　自動運転の要素技術
　1.3　自動運転の実用化に向けた課題、何が難しいのか
　1.4　自動運転と自己位置推定

2.自己位置推定の基本
　2.1　数学的準備
　2.2　自己位置推定とはどのような問題か
　2.3　どのように自己位置推定の問題を解くか
　2.4　なぜ自己位置推定が難しいのか

3.観測モデル
　3.1　数学的準備
　3.2　地図と観測データのマッチング
　3.3　基礎的な観測モデル（尤度場モデルとビームモデル）
　3.4　既存観測モデルの問題点

4.パーティクルフィルタ
　4.1　数学的準備
　4.2　パーティクルフィルタを用いた自己位置推定
　4.3　実装方法の紹介
　4.4　パーティクルフィルタの改良

5.最新手法の紹介
　5.1　機械学習の活用
　5.2　従来のモデルベース法と機械学習法の併用
　5.3　動的環境下での自己位置推定
　5.4　自己位置推定結果の性能保証

6.まとめ

＜質疑応答＞