第112回ロボット工学セミナー『ロボットのための画像処理技術』 が、2018年5月31日（木）に開催されます。

開催日

2018年5月31日（木）10:00～17:10（開場9:30）

開催地

東京大学 本郷キャンパス 武田先端知ビル 5F 武田ホール （東京都文京区本郷7-3-1）
東京大学 [本郷キャンパスマップ(武田先端知ビル)]
東京大学武田先端知ビル VDECへのアクセスのご案内
最寄り駅：
「根津駅」（千代田線）徒歩5分
「東大前駅」（南北線）徒歩10分
「本郷三丁目駅」（丸ノ内線、大江戸線）徒歩15分
「弥生2丁目」（都営バス上60（上野-大塚駅前））徒歩1分

定員

会場参加：150名、ネット配信参加：20名
（どちらも先着順、定員になり次第締め切ります）

オーガナイザー

山内　悠嗣（中部大学）

講演内容

第1話　SLAM とは何か：自己位置推定と地図構築の全体像
千葉工業大学　原　祥尭

　SLAM（Simultaneous Localization and Mapping）は、移動ロボットの基盤技術である。ロボット自身が自己位置推定や地図構築を行い、自律走行を実現する土台となる。ロボット掃除機や自動運転車などで、実用化も進みつつある。SLAM 技術は多岐にわたるため、その理解には全体像の把握が重要である。自分で実装する場合も、オープンソースソフトウェア（OSS）を利用する場合も、手法の原理と位置付けの理解が欠かせない。全体像を把握すれば、改良や発展の方向性も見えてくる。本講演では、SLAM の全体像をベイズフィルタ系、スキャンマッチング系、グラフベース SLAM 系に整理して説明する。特定の手法に偏らずに、各手法について同等に述べ、原理と位置付けを明らかにする。また、初学者にも理解しやすいよう、概念を視覚的に把握できるように説明する。

第2話　3次元レジストレーション
広島大学　玉木　徹

　3次元点群に対するレジストレーション（位置合わせ）手法について解説する。まずレジストレーションとは何かを、2次元のレジストレーションの例から始めて、3次元レジストレーションの基礎を説明する。そして代表的な手法ICP（Iterative Closest Point）と、その拡張であるSoftassign、EM-ICPについて説明する。

第3話　深層学習による画像認識技術
中部大学　藤吉　弘亘

　特化型人工知能を実現する深層学習は、画像認識・音声認識・自然言語の各分野において従来のアプローチと比べ認識性能を大幅に向上し、大変注目されている。本講演では、画像認識における深層学習の基礎を詳しく解説し、最新動向について紹介する。また、Amazon Robotics Challengeでの深層学習の利用について紹介し、今後の課題について述べる。

第4話　3次元物体認識技術
産業技術総合研究所　金崎　朝子

　近年、3次元センシング技術と機械学習の発展により、3次元データから様々な物体を認識する技術が飛躍的に進化してきている。深層学習を用いた手法が主流であるが、その中でも、ボクセルベース、点群ベース、多視点画像ベース等の様々なアプローチが存在する。本講演では、これらの最先端研究について俯瞰的な紹介を行うとともに、3次元データ処理の基礎について触れる。

第5話　GPUのロボティクス応用
エヌビディア合同会社　梅本　将範

　近年のテクノロジーにおいて最も大きなブレイクスルーは、ディープラーニングを利用した近代的なAIの登場と言える。このディープラーニングは、多くのクラウドサービスでの利用に留まらず、エッジ側のインテリジェント化にまで寄与してきている。自動車の自動運転だけで無く、ロボットや自律動作マシーンにもGPUが搭載され、様々な応用事例がでてきており、これら応用事例と共に、当社のロボティクス向けGPU活用の取組みを紹介する。

参加申込は下記WEBページにアクセスの上、手続きをお願い致します。
第112回 ロボットのための画像処理技術 (5/31開催)