(2019年10月4日 10:00〜12:00)
米ライドシェア1位、2位であるウーバー社とリフト社が新規株式公開 (IPO) を実施し、IPOとしては失敗とする見方がある一方で、「モビリティー」に対する注目度が予想以上に高かったことが分かる出来事となりました。利益に苦しむモビリティー企業にとってドライバーレスである「自動運転」が起死回生の一手であることは自明であり、こうした環境下でOEMはすでに「モビリティー時代」を前提とした戦略を打ち出しています。 当講座ではモビリティー市場のトレンドから、自動運転に対しての消費者のPerceptionがどうなっているのかを含め、自動運転用センサーでもLiDARを特に取り上げ、現状と予測される将来の動向について最新情報をご提供致します。
(2019年10月4日 12:50〜13:50)
LiDARが自動運転向けセンサーの候補と言われてから久しいが、未だ、コストを含めて全ての必要項目を満たしているとは言い難い。しかしながら、今後短期間の間に、懸案であった、LiDARの性能向上とコストの低減は大きく進むと期待される。 本講演では、その進化のキーとなり得る技術を紹介し、将来展望について議論する。
(2019年10月4日 14:00〜15:00)
自己位置推定とは、自動運転を構成する技術の中でも最も根幹的な役割を担う技術です。その研究の歴史は比較的古く、様々な手法や派生法が提案されていますが、未だに完全自動運転を構築しようとした場合に、自己位置推定の性能がボトルネックになってしまいます。本講演ではまず、自己位置推定がなぜ自動運転に重要なのかという基礎的な話をします。その後、自己位置推定の基礎的な内容、すなわちベイズフィルタとの関係を話、その具体的な実装例であるパーティクルフィルタについても説明します。これに加え、現状の自己位置推定が抱える課題についても説明し、最新手法がどのようにこの課題を解決しようと試みているかを解説します。 本講演を通して、
(2019年10月4日 15:10〜17:10)
バス・トラックの自動運転化において、先行車位置検出や障害物検出は最も需要なキー技術であり、その中核となるのがLidarによる物体認識技術である。 本講座ではバス・トラックの自動運転システムで使用されている制御技術およびLidarを用いた先行車トラッキング技術や障害物認識技術について説明する。