状態推定アルゴリズム パーティクルフィルタの基礎・応用・実装

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

日時

開催予定

プログラム

時々刻々と変化するシーン中の動く対象物を追跡する課題に対して、効果的な解を与える「パーティクルフィルタ」について、その基礎・方法論から応用、プログラム実装までを網羅した講義内容である。  確率・統計、ベイズ推定を出発点として、問題設定である「状態空間モデル」の定式化、その解を求める「状態推定」課題の明確化、状態推定の数式としての解 (形式的な解) を理解する。これらの理論的な事実に基づいた方法論として、具体的な状態推定のアルゴリズム群を俯瞰する。カルマンフィルタに代表される解析的なフィルタ、パーティクルフィルタをはじめとする各種の近似フィルタ、および、更に発展的な方法について学ぶ。併せて、過去の時刻の推定である「平滑化」や、状態空間モデルに含まれる固定パラメータの推定についても触れる。発展的な課題として、複数対象の同時推定についても概観する。これらの理論および方法論を活用した応用として、複数分野の具体的な事例について概説する。プログラミングの実装例についても簡単に紹介する。

  1. 状態空間モデルと状態推定
    1. 確率と統計
    2. ベイズ推定・逐次ベイズ推定
    3. 状態空間モデル
    4. 状態推定とその形式的解
  2. 状態推定のアルゴリズム
    1. 解析的フィルタ~カルマンフィルタ
    2. 近似フィルタ~パーティクルフィルタ
    3. 発展的な方法~逐次モンテカルロフィルタ
    4. 平滑化と固定パラメータ推定
    5. 複数対象の同時推定
  3. 応用事例の解説
    1. 簡単なモデルでの原理確認
    2. 時系列解析
    3. ターゲット追跡
    4. 動画像追跡
    5. マルチセンサ融合
    6. 移動ロボットの自己位置推定と地図学習
    7. 複数対象の同時追跡
  4. プログラミング実装
    1. C/C++実装
    2. Python実装

受講料

ライブ配信セミナーについて