理工学研究科Graduate School of Science and Engineering
HUI500X4（人間情報学 / Human informatics 500）知能化センシングシステム特論Intelligent Sensing System
小林 一行Kobayashi IKKO
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 理工学研究科Graduate School of Science and Engineering |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | YC012 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期授業/Spring |
| 曜日・時限Day/Period | 月4/Mon.4 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | |
| カテゴリーCategory | システム理工学専攻 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
[Course outline]
In this lecture, the student will learn the various sensing method and data processing methods of a mobile autonomous robot as specific examples.
[Learning Objectives]
The purpose of this lecture is to acquire the ability to use appropriate sensing methods, appropriate data processing methods, and appropriate interpretation of results for sensors.
[Learning activities outside of classroom]
Students will be expected to have completed the required assignments after each class meeting. Your study time will be more than four hours for a class.
[Grading Criteria /Policy]
Your overall grade in the class will be decided based on the following
Term-end presentation: 60%, comprehensive short reports and contribution to the lecture: 40%.
授業で使用する言語Default language used in class
日本語・英語併用 / Japanese & English
授業の概要と目的（何を学ぶか）Outline and objectives
知能化のためのセンシング法として特に，具体例として移動型自律ロボットを例にそのセンシング法およびデータ処理法を学ぶ。
到達目標Goal
センサに対し、適切なセンシング法、適切なデータ処理法、そして結果の適切な解釈ができる能力を身に付ける。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」「DP2」「DP3」に関連
授業で使用する言語Default language used in class
日本語・英語併用 / Japanese & English
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
複数のセンサからの情報からどのように適切に判断するための処理をするかをテーマに、最新のトピックを交え講義を行う。移動体上に搭載するセンサを想定し、不完全な情報から適切な判断をどのように処理するかを解説する。課題結果のフィードバックは、授業中に随時おこなう。
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
1[対面/face to face]：知能化センシングシステム概論
知能化のためのセンシング
2[対面/face to face]：2次元空間上での移動ロボットとセンシング
並進，回転を伴う座標変換の基礎
3[対面/face to face]：移動ロボットとセンシング
回転行列と同次変換行列
4[対面/face to face]：Simulinkによる実装
Simulinkの使い方と移動ロボットの実装
5[対面/face to face]：仮想障害物検出センサの実装例
様々な障害物回避アルゴリズム
6[対面/face to face]：ロボットアームとセンシング
3次元空間上での運動とセンシング
7[対面/face to face]：静運動学順運動学、逆運動学
運動学，逆運動学の基礎
8[対面/face to face]：ラグランジュ方程式
ラグランジュ方程式の立て方
9[対面/face to face]：ニュートンオイラー法
ニュートンオイラー法によるシミュレーション
10[対面/face to face]：知能化のためのセンサフュージョン
センサフュージョン概論
11[対面/face to face]：Kalmanフィルターによるセンサフュージョン例
複数のセンサをカルマンフィルタにより融合する。
12[対面/face to face]：SLAM問題について
SLAM問題の定義と，いくつかの解法
13[対面/face to face]：最近の動向
パスプランニング問題の定義と，いくつかの解法
14[対面/face to face]：まとめ
講義の総括を行う。
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
【本授業の準備・復習時間は、各４時間を標準とします。】前回の授業での演習問題を復習ししっかり出来るようにしておくこと
テキスト（教科書）Textbooks
「ロボットモデリング」（オーム社：小林一行 著）
参考書References
「最新MATLABハンドブック 第七版」（秀和システム：小林一行 著）
成績評価の方法と基準Grading criteria
レポート（60%）、出席態度、講義中の質疑応答等(40%)で評価する。
学生の意見等からの気づきChanges following student comments
MATLAB言語に慣れておくこと。
学生が準備すべき機器他Equipment student needs to prepare
貸与パソコン