自己位置推定とは、与えられた地図の上における相対的な位置を求める技術です。これだけ聞くと自動運転との関わりが強くない様に聞こえますが、現状の自動運転においては、自己位置推定は最も重要な根幹技術となっています。
本セミナーでは、自己位置推定の重要性や、正しく実行することの困難さといった基礎的な話から、デファクトとなっている確率ロボティクスの話、また講師が行っている最新の話まで含めて言及します。
- 自己位置推定の基本的な話
- 自己位置推定とは何か
- なぜ自動運転に自己位置推定が重要か
- 自己位置推定のあるなしの自動運転
- 自己位置推定およびSLAMの発展の話
- ICPとMCLが自己位置推定の基本
- ベイズフィルタSLAMとグラフSLAM
- 自己位置推定と機械学習 (最近の研究動向)
- 自己位置推定の定式化
- グラフィカルモデルからの定式化
- ベイズフィルタと呼ばれる所以の理解
- ベイズフィルタと最適化の違い
- パーティクルフィルタを用いた自己位置推定 (MCL) の簡単な理解
- 観測モデル
- ビームモデルと尤度場モデル
- なぜ動的環境で自己位置が失敗するかの理解
- 観測の独立性の仮定の重要性とそれが引き起こす問題
- 動的環境下での自己位置推定
- 観測物体のクラスを考慮した自己位置推定
- 環境変化に対する頑健性の向上
- 計算・メモリコストの増大しない頑健性の向上
- 自己位置推定結果の性能保証
- 信頼度付き自己位置推定
- 深層学習を用いた自己位置推定の失敗検出
- 深層学習の不確かさも考慮したモデル化
- 自己位置推定結果の正誤を正しく理解
- まとめ