学部・大学院区分情報・博前
時間割コード2560096
科目区分
主専攻科目
科目名　【日本語】知能ロボティクス2
科目名　【英語】
コースナンバリングコードGSI166040J
担当教員　【日本語】長尾　確 ○ 竹内　栄二朗 間瀬　健二
担当教員　【英語】NAGAO Katashi ○ TAKEUCHI Eijiro MASE Kenji
単位数1
開講期・開講時間帯秋２期 火曜日 ３時限
Fall2 Tue 3
対象学年１年
1
授業形態
開講系（学部）・開講専攻（大学院）
知能システム学専攻
必修・選択


授業の目的　【日本語】
ロボット技術は社会・人を含む実環境とコンピュータやネットワークをつなぐ技術である。
自動運転車両や移動ロボット等，実環境で動作するロボットシステムを例に，実世界を介する知的情報処理の方法論を理解することを目的とする。
授業の目的　【英語】
"Robotic technology is a technology that connects a real environment including society and people to computers and networks.
In this lecture, students learn the methodology of intelligent information processing via the real world as an example of a robot system operating in a real environment such as an autonomous vehicle and a mobile robot."
到達目標　【日本語】
ロボット技術は社会・人を含む実環境とコンピュータやネットワークをつなぐ技術である。
自動運転車両や移動ロボット等，実環境で動作するロボットシステムを例に，実世界を介する知的情報処理の方法論を理解することを目的とする。
到達目標　【英語】
Robotic technology is a technology that connects a real environment including society and people to computers and networks.
The purpose of this lecture is to understand the methodology of intelligent information processing via the real world as an example of a robot system operating in a real environment such as an autonomous vehicle and a mobile robot.
授業の内容や構成
知能ロボットのシステム構成や仕組みの理解。
センサやアクチュエータの仕組み，移動体を制御するための制御手法，運動学・逆運動学，センサデータ等計測誤差を有するデータの
確率的処理法・カルマンフィルタやパーティクルフィルタ等による位置推定・地図生成問題やＳＬＡＭ問題，動作計画問題について取り扱う。

〔計画〕
1. イントロダクション
2. 移動体の制御と運動学
3. 位置推定と確率論
4. カルマンフィルタとパーティクルフィルタ
5. 地図生成とＳＬＡＭ問題
6. 障害物検知と動作計画
7. システムインテグレーション
In order to understand the system configuration and mechanism of intelligent robots, this lecture talks mechanism of sensors and actuators, the control method for vehicle, kinematics/inverse kinematics, the stochastic method to processing data with measurement errors, localization by Kalman filter and particle filter, map generation and SLAM (simultaneous localization and mapping) problem, and planning problem.

[Plan]
1. Introduction
2. Vehicle control and kinematics
3. Localization and probability theory
4. Karman filter and particle filter
5. Map building and SLAM problem
6. Obstacle detection and planning
7. System integration
履修条件・関連する科目
成績評価の方法と基準
レポート４０％，期末試験６０％で評価し，合計１００点満点で６０点以上を合格とする。
教科書・参考書
講義資料はPDFファイルとして作成し，Webページからダウンロードできるようにする。
必要に応じて印刷配布する。履修条件は課さない。
参考文献：毎日コミュニケーションズ「確率ロボティクス」，講談社サイエンティフィク「はじめてのロボット創造設計」
「ここが知りたいロボット創造設計」「これならできるロボット創造設計」
課外学習等（授業時間外学習の指示）
講義において説明した理論などを理解するための課題を与える。
授業開講形態等
遠隔授業（オンデマンド型）で行う場合の追加措置