Soumettre la recherche
Mettre en ligne
ROSによるロボットソフトウェアの開発
•
14 j'aime
•
8,335 vues
Y
Yuji Yamauchi
Suivre
SSII2016チュートリアル講演で使用したスライドです．ロボット用基本ソフトウェアの基礎からビジョン技術導入までを紹介しています．
Lire moins
Lire la suite
Signaler
Partager
Signaler
Partager
1 sur 60
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
Yoshitaka HARA
第6回3D勉強会＠関東「SLAM 勉強会」講演資料 https://3dvision.connpass.com/event/156241/
つくばチャレンジ2019技術調査報告
つくばチャレンジ2019技術調査報告
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 Yoshitaka Hara, Tetsuo Tomizawa, Hisashi Date, Yoji Kuroda, and Takashi Tsubouchi: "Tsukuba Challenge 2019: Task Settings and Experimental Results", J. of Robotics and Mechatronics, vol. 32, no. 6, pp. 1104--1111, 2020. https://www.fujipress.jp/jrm/rb/robot003200061104/ つくばチャレンジ2019シンポジウム講演資料 https://tsukubachallenge.jp/2019/about/symposium
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
第1回3D勉強会＠関東「SLAM チュートリアル大会」講演資料 （他の講演との関係で Laser SLAM が中心） https://3dvision.connpass.com/event/86945/
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第99回／第131回ロボット工学セミナー「ロボットの作り方 ～移動ロボットの基本と ROS によるナビゲーション実習～」講演資料
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第94回ロボット工学セミナー「ロボット用オープンソースソフトウェアとその実用例」講演資料
UnityとROSの連携について
UnityとROSの連携について
UnityTechnologiesJapan002
安価なマニピュレータとして有名になりつつあるmyCobotを使いながら、UnityとROSの連携方法について説明します。Unityと実機が動くデモを示しながら、苦労した点など共有したいと思います。
SLAM入門 第２章 SLAMの基礎
SLAM入門 第２章 SLAMの基礎
yohei okawa
20180423のSLAM入門輪読会で第２章を説明した資料です
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
第27回 ROS Japan 勉強会講演資料 https://rosjp.connpass.com/event/111853/
Recommandé
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
Yoshitaka HARA
第6回3D勉強会＠関東「SLAM 勉強会」講演資料 https://3dvision.connpass.com/event/156241/
つくばチャレンジ2019技術調査報告
つくばチャレンジ2019技術調査報告
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 Yoshitaka Hara, Tetsuo Tomizawa, Hisashi Date, Yoji Kuroda, and Takashi Tsubouchi: "Tsukuba Challenge 2019: Task Settings and Experimental Results", J. of Robotics and Mechatronics, vol. 32, no. 6, pp. 1104--1111, 2020. https://www.fujipress.jp/jrm/rb/robot003200061104/ つくばチャレンジ2019シンポジウム講演資料 https://tsukubachallenge.jp/2019/about/symposium
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
第1回3D勉強会＠関東「SLAM チュートリアル大会」講演資料 （他の講演との関係で Laser SLAM が中心） https://3dvision.connpass.com/event/86945/
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第99回／第131回ロボット工学セミナー「ロボットの作り方 ～移動ロボットの基本と ROS によるナビゲーション実習～」講演資料
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第94回ロボット工学セミナー「ロボット用オープンソースソフトウェアとその実用例」講演資料
UnityとROSの連携について
UnityとROSの連携について
UnityTechnologiesJapan002
安価なマニピュレータとして有名になりつつあるmyCobotを使いながら、UnityとROSの連携方法について説明します。Unityと実機が動くデモを示しながら、苦労した点など共有したいと思います。
SLAM入門 第２章 SLAMの基礎
SLAM入門 第２章 SLAMの基礎
yohei okawa
20180423のSLAM入門輪読会で第２章を説明した資料です
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
第27回 ROS Japan 勉強会講演資料 https://rosjp.connpass.com/event/111853/
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
SSII2019 企画セッション「画像センシング技術の最先端」 6月12日(水) 11:20～12:05 (メインホール) 画像や LiDAR はロボットや自動車の自動走行を実現するにあたり、最もメジャーなセンサとして利用されている。そのため、多くの手法が日々新たに研究開発されており、その動向を追いかけることは容易でなくなっている。本講演ではロボットや自動運転に関するトップカンファレンスである ICRA、IROS、IV、ITSC において発表された研究報告を基に、近年の画像や LiDAR を用いた自己位置推定や SLAM に関する研究や動向についてまとめる。
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～
SSII
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～ 6/9 (水) 9:45～10:55 講師：内山 英昭 氏 （奈良先端科学技術大学院大学） 概要： Visual SLAMとは、カメラの周辺環境の3次元形状を認識しながら、カメラの動きを算出する技術である。Visual SLAMやIMUを併用したVisual-inertial SLAMの動作原理を理解するためには、カメラの位置姿勢推定や三角測量などのカメラ幾何の基礎や、特徴点マッチングや画像検索といった画像処理の知識が必要となる。本チュートリアルでは、動作原理を理解する上での基礎知識を概説するとともに、動的環境下における精度低下を低減する手法や、近年多くの取り組みがあるディープラーニングを用いた手法を紹介する。
06 第5.1節-第5.7節 ROS2に対応したツール／パッケージ
06 第5.1節-第5.7節 ROS2に対応したツール／パッケージ
Mori Ken
ROS2勉強合宿 @別府温泉での輪講資料 6人目 「第5.1節-第5.7節 ROS2に対応したツール／パッケージ」 - rosbag2 - rviz2 - ros2_intel_realsense - navigation2 - cartgrapher - moveit2 - Gazebo - Ignition Acropolis
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
6/9 (木) 09:30～10:40メイン会場 講師：河口 信夫 氏（名古屋大学）、斉藤 之寛 氏（株式会社ティアフォー） 概要： 自動運転を実現するためには、ロボットビジョンに基づき、環境を認識するために様々な処理（パーセプション）を行っています。 本講演では、Autoware を事例とし、自動運転に使われている画像処理、３D物体認識や、それらを用いた自動運転における判断・制御について解説します。また、AutowareはROS上で動作しており、様々なセンサやアクチュエータを利用できるので、自動車だけでなく、小型の自律移動ロボットにも活用可能です。Autoware を活用している様々な自律移動ロボットを紹介します。
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
単眼SLAMの勉強会の初回としてARブームのブレイクスルーのきっかけとなったPTAMに関して調査をしました。
SLAM勉強会（3） LSD-SLAM
SLAM勉強会（3） LSD-SLAM
Iwami Kazuya
SLAM勉強会をした際の資料です。 ECCV2014のLSD-SLAMを紹介しました。
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
Akira Taniguchi
ゼミ内で発表した文献紹介のスライド（2015年度後期）
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
Kitsukawa Yuki
第1回3D勉強会@PFN 2018年5月27日 NDTスキャンマッチングの資料です。
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Yoshitaka HARA
SSII 2019 OS 講演資料 https://confit.atlas.jp/guide/event/ssii2019/static/organized
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
MobileRoboticsResear
第27回ロボティクスシンポジア 最優秀賞受賞 「大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成」 小出健司，横塚将志，大石修士，阪野貴彦 産業技術総合研究所 モバイルロボティクス研究チーム
Virtual Tsukuba Challenge on Unity について
Virtual Tsukuba Challenge on Unity について
UnityTechnologiesJapan002
自律移動ロボットの公開実験大会である「つくばチャレンジ」は2020年，コロナウイルスの影響によりオンラインでの開催が決定し，シミュレータを用いた実験（Virtual Tsukuba Challenge（VTC））が案内されています．本講演では，VTCをUnity上に再現し，かつRobot Operating System（ROS）との連携を行うための方法をご紹介します．ロボットモデルの再現，センサのシミュレート，Unityとの通信方法についてご紹介し，Unityにおける利点や課題，将来展望について発表します。
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
2018.05.27, 3D勉強会@関東 発表資料 LiDAR-SLAM チュートリアル
20190825 vins mono
20190825 vins mono
Takuya Minagawa
2019/08/25コンピュータビジョン勉強会＠関東「有名論文読み会２」発表資料です。
tf,tf2完全理解
tf,tf2完全理解
Koji Terada
第五回ROS勉強会 @名古屋での資料です。 tfをちゃんと理解しなおそうと思ってソースを読んでかきました。 tf2の変更点にも触れています。
SSII2019TS: 実践カメラキャリブレーション ～カメラを用いた実世界計測の基礎と応用～
SSII2019TS: 実践カメラキャリブレーション ～カメラを用いた実世界計測の基礎と応用～
SSII
SSII2019 チュートリアル講演 TS3 6月14日(金) 9:00～10:20 (メインホール) カメラの幾何学的キャリブレーションはカメラを使った３次元計測・認識に欠かすことができない基礎技術です。近年では LIDAR や ToF カメラのように深度情報を直接出力するカメラや、全周囲カメラのように透視投影ではないカメラをセンサとして使用することも一般的になりました。本講演ではこれらの幾何学的キャリブレーションについて、実例を交えながら基礎からご紹介します。さらに講演内容に対応した初学者向けのサンプルコードについても紹介します。
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
Qoncept(http://qoncept.jp/)でのInternship成果の一部としてORB-SLAMの手法部分をまとめました。
つくばチャレンジ2020運営の活動報告
つくばチャレンジ2020運営の活動報告
Yoshitaka HARA
つくばチャレンジ2020シンポジウム講演資料 https://tsukubachallenge.connpass.com/event/200361/
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
Atsuki Yokota
2020/05/01に行われたROS Japan UG #36 飛び込みLT・ネットワーキングでの発表資料です．
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
第6回 3D勉強会＠関東 発表スライド https://3dvision.connpass.com/event/156241/
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
Visual SLAM研究について、カメラだけでなく、RGB-DやIMUを用いた手法について、個人的に重要と思われる研究に絞って紹介しました。
ロジックから状態を分離する技術/設計ナイト2024 by わいとん @ytnobody
ロジックから状態を分離する技術/設計ナイト2024 by わいとん @ytnobody
azuma satoshi
設計ナイト2024にて発表した内容になります。
論文紹介：Deep Learning-Based Human Pose Estimation: A Survey
論文紹介：Deep Learning-Based Human Pose Estimation: A Survey
Toru Tamaki
Ce Zheng, Wenhan Wu, Chen Chen, Taojiannan Yang, Sijie Zhu, Ju Shen, Nasser Kehtarnavaz, Mubarak Shah, "Deep Learning-Based Human Pose Estimation: A Survey" arXiv2020 https://arxiv.org/abs/2012.13392
Contenu connexe
Tendances
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
SSII2019 企画セッション「画像センシング技術の最先端」 6月12日(水) 11:20～12:05 (メインホール) 画像や LiDAR はロボットや自動車の自動走行を実現するにあたり、最もメジャーなセンサとして利用されている。そのため、多くの手法が日々新たに研究開発されており、その動向を追いかけることは容易でなくなっている。本講演ではロボットや自動運転に関するトップカンファレンスである ICRA、IROS、IV、ITSC において発表された研究報告を基に、近年の画像や LiDAR を用いた自己位置推定や SLAM に関する研究や動向についてまとめる。
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～
SSII
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～ 6/9 (水) 9:45～10:55 講師：内山 英昭 氏 （奈良先端科学技術大学院大学） 概要： Visual SLAMとは、カメラの周辺環境の3次元形状を認識しながら、カメラの動きを算出する技術である。Visual SLAMやIMUを併用したVisual-inertial SLAMの動作原理を理解するためには、カメラの位置姿勢推定や三角測量などのカメラ幾何の基礎や、特徴点マッチングや画像検索といった画像処理の知識が必要となる。本チュートリアルでは、動作原理を理解する上での基礎知識を概説するとともに、動的環境下における精度低下を低減する手法や、近年多くの取り組みがあるディープラーニングを用いた手法を紹介する。
06 第5.1節-第5.7節 ROS2に対応したツール／パッケージ
06 第5.1節-第5.7節 ROS2に対応したツール／パッケージ
Mori Ken
ROS2勉強合宿 @別府温泉での輪講資料 6人目 「第5.1節-第5.7節 ROS2に対応したツール／パッケージ」 - rosbag2 - rviz2 - ros2_intel_realsense - navigation2 - cartgrapher - moveit2 - Gazebo - Ignition Acropolis
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
6/9 (木) 09:30～10:40メイン会場 講師：河口 信夫 氏（名古屋大学）、斉藤 之寛 氏（株式会社ティアフォー） 概要： 自動運転を実現するためには、ロボットビジョンに基づき、環境を認識するために様々な処理（パーセプション）を行っています。 本講演では、Autoware を事例とし、自動運転に使われている画像処理、３D物体認識や、それらを用いた自動運転における判断・制御について解説します。また、AutowareはROS上で動作しており、様々なセンサやアクチュエータを利用できるので、自動車だけでなく、小型の自律移動ロボットにも活用可能です。Autoware を活用している様々な自律移動ロボットを紹介します。
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
単眼SLAMの勉強会の初回としてARブームのブレイクスルーのきっかけとなったPTAMに関して調査をしました。
SLAM勉強会（3） LSD-SLAM
SLAM勉強会（3） LSD-SLAM
Iwami Kazuya
SLAM勉強会をした際の資料です。 ECCV2014のLSD-SLAMを紹介しました。
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
Akira Taniguchi
ゼミ内で発表した文献紹介のスライド（2015年度後期）
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
Kitsukawa Yuki
第1回3D勉強会@PFN 2018年5月27日 NDTスキャンマッチングの資料です。
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Yoshitaka HARA
SSII 2019 OS 講演資料 https://confit.atlas.jp/guide/event/ssii2019/static/organized
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
MobileRoboticsResear
第27回ロボティクスシンポジア 最優秀賞受賞 「大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成」 小出健司，横塚将志，大石修士，阪野貴彦 産業技術総合研究所 モバイルロボティクス研究チーム
Virtual Tsukuba Challenge on Unity について
Virtual Tsukuba Challenge on Unity について
UnityTechnologiesJapan002
自律移動ロボットの公開実験大会である「つくばチャレンジ」は2020年，コロナウイルスの影響によりオンラインでの開催が決定し，シミュレータを用いた実験（Virtual Tsukuba Challenge（VTC））が案内されています．本講演では，VTCをUnity上に再現し，かつRobot Operating System（ROS）との連携を行うための方法をご紹介します．ロボットモデルの再現，センサのシミュレート，Unityとの通信方法についてご紹介し，Unityにおける利点や課題，将来展望について発表します。
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
2018.05.27, 3D勉強会@関東 発表資料 LiDAR-SLAM チュートリアル
20190825 vins mono
20190825 vins mono
Takuya Minagawa
2019/08/25コンピュータビジョン勉強会＠関東「有名論文読み会２」発表資料です。
tf,tf2完全理解
tf,tf2完全理解
Koji Terada
第五回ROS勉強会 @名古屋での資料です。 tfをちゃんと理解しなおそうと思ってソースを読んでかきました。 tf2の変更点にも触れています。
SSII2019TS: 実践カメラキャリブレーション ～カメラを用いた実世界計測の基礎と応用～
SSII2019TS: 実践カメラキャリブレーション ～カメラを用いた実世界計測の基礎と応用～
SSII
SSII2019 チュートリアル講演 TS3 6月14日(金) 9:00～10:20 (メインホール) カメラの幾何学的キャリブレーションはカメラを使った３次元計測・認識に欠かすことができない基礎技術です。近年では LIDAR や ToF カメラのように深度情報を直接出力するカメラや、全周囲カメラのように透視投影ではないカメラをセンサとして使用することも一般的になりました。本講演ではこれらの幾何学的キャリブレーションについて、実例を交えながら基礎からご紹介します。さらに講演内容に対応した初学者向けのサンプルコードについても紹介します。
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
Qoncept(http://qoncept.jp/)でのInternship成果の一部としてORB-SLAMの手法部分をまとめました。
つくばチャレンジ2020運営の活動報告
つくばチャレンジ2020運営の活動報告
Yoshitaka HARA
つくばチャレンジ2020シンポジウム講演資料 https://tsukubachallenge.connpass.com/event/200361/
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
Atsuki Yokota
2020/05/01に行われたROS Japan UG #36 飛び込みLT・ネットワーキングでの発表資料です．
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
第6回 3D勉強会＠関東 発表スライド https://3dvision.connpass.com/event/156241/
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
Visual SLAM研究について、カメラだけでなく、RGB-DやIMUを用いた手法について、個人的に重要と思われる研究に絞って紹介しました。
Tendances
(20)
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～
SSII2021 [TS1] Visual SLAM ～カメラ幾何の基礎から最近の技術動向まで～
06 第5.1節-第5.7節 ROS2に対応したツール／パッケージ
06 第5.1節-第5.7節 ROS2に対応したツール／パッケージ
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
SLAM勉強会（3） LSD-SLAM
SLAM勉強会（3） LSD-SLAM
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
Virtual Tsukuba Challenge on Unity について
Virtual Tsukuba Challenge on Unity について
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
20190825 vins mono
20190825 vins mono
tf,tf2完全理解
tf,tf2完全理解
SSII2019TS: 実践カメラキャリブレーション ～カメラを用いた実世界計測の基礎と応用～
SSII2019TS: 実践カメラキャリブレーション ～カメラを用いた実世界計測の基礎と応用～
ORB-SLAMの手法解説
ORB-SLAMの手法解説
つくばチャレンジ2020運営の活動報告
つくばチャレンジ2020運営の活動報告
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
20190307 visualslam summary
20190307 visualslam summary
Dernier
ロジックから状態を分離する技術/設計ナイト2024 by わいとん @ytnobody
ロジックから状態を分離する技術/設計ナイト2024 by わいとん @ytnobody
azuma satoshi
設計ナイト2024にて発表した内容になります。
論文紹介：Deep Learning-Based Human Pose Estimation: A Survey
論文紹介：Deep Learning-Based Human Pose Estimation: A Survey
Toru Tamaki
Ce Zheng, Wenhan Wu, Chen Chen, Taojiannan Yang, Sijie Zhu, Ju Shen, Nasser Kehtarnavaz, Mubarak Shah, "Deep Learning-Based Human Pose Estimation: A Survey" arXiv2020 https://arxiv.org/abs/2012.13392
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
Matsushita Laboratory
我々はこれまで，新たなモノを産出する過程において「便利にすること」によって副次的に生じる課題を「便利の副作用」と定義し，その低減を目的としてアイディアの発想支援手法を提案してきた． これまでの研究では，便利前後の行為の増減に着目することにより便利の副作用への気づきの誘発が示唆されたものの，行為の増減の提示による便利の副作用への気づきへの影響は十分に検討できていなかった． そのため，本稿では行為の提示により便利の副作用に気づき，それを防いだアイディアの発想の支援が可能かの検証を目的として実験を行い，その有効性について検証する． 実験では，行為の増減の提示の有無によりアイディア発想にどのような影響を与えるか検証を行う．
「進化するアプリ イマ×ミライ ～生成AIアプリへ続く道と新時代のアプリとは～」Interop24Tokyo APPS JAPAN B1-01講演
「進化するアプリ イマ×ミライ ～生成AIアプリへ続く道と新時代のアプリとは～」Interop24Tokyo APPS JAPAN B1-01講演
嶋 是一 (Yoshikazu SHIMA)
進化するアプリ イマ×ミライ ～生成AIアプリへ続く道と新時代のアプリとは～ 2024/6/12～14まで幕張メッセで開催されました、インターロップ併設アプリジャパンの展示会場内ROOM Bで、10:30～11:10の枠で登壇させてもらいましたセッション資料を公開します。
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
tazaki1
HVAC2024第1回 技術講習会 スライド
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
CRI Japan, Inc.
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫？ 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫？ 調査〜対策までご支援します
Takayuki Nakayama
キンドリルネットワークアセスメントサービス
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
harmonylab
Generating Automatic Feedback on UI Mockups with Large Language Modelsを和訳紹介したものです
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
chiefujita1
RIZAPテクノロジーズ株式会社の会社説明資料です。
遺伝的アルゴリズムと知識蒸留による大規模言語モデル（LLM）の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル（LLM）の学習とハイパーパラメータ最適化
t m
オープンエンドな進化から着想を得て、個々の大規模言語モデル（LLM）が、グループとして学習を進めながら、ノームエージェントとして機能するという概念を探求しています。これは、単一のモデルでは難しい複雑な問題を解決することを目的としています。具体的な方法として、遺伝的アルゴリズムと知識蒸留を組み合わせた学習プロセスを提案しています。知識蒸留によって学習を進め、同時に遺伝的アルゴリズムでハイパーパラメータを最適化することで、より効率的な学習を目指します。ドメインタスクとして、指示からPythonコードを生成するコード生成タスクを選択しました。実験では、学習に3つの学習モデルと1つの教師モデルを使用しました。その結果、HumanEvalのpass@1で精度が1.2%向上し、学習が進むにつれて学習率が最適化された兆候が見られました。しかし、大幅な精度向上を達成し、さまざまなハイパーパラメータを最適化するには、まだ課題が残っています。
ハイブリッドクラウド研究会_Hyper-VとSystem Center Virtual Machine Manager セッションMM
ハイブリッドクラウド研究会_Hyper-VとSystem Center Virtual Machine Manager セッションMM
osamut
Hyper-V and SCVMM
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
Osaka University
、コンテンツ制作の主体をプロのクリエーターからユーザーへと移行させている現状をご存じの方も多いでしょう。現在、画像コンテンツ制作現場では生成AIがクリエーターを支援するツールとして利用されています。セミナーでは、画像生成における自動化の境界についての議論が予定されています。 AIの利用には著作権や倫理的な問題も伴いますが、クリエーターとAIが共存し、センシング技術と統合することで新しい形のコンテンツが生み出されることが期待されています。
Dernier
(12)
ロジックから状態を分離する技術/設計ナイト2024 by わいとん @ytnobody
ロジックから状態を分離する技術/設計ナイト2024 by わいとん @ytnobody
論文紹介：Deep Learning-Based Human Pose Estimation: A Survey
論文紹介：Deep Learning-Based Human Pose Estimation: A Survey
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
「進化するアプリ イマ×ミライ ～生成AIアプリへ続く道と新時代のアプリとは～」Interop24Tokyo APPS JAPAN B1-01講演
「進化するアプリ イマ×ミライ ～生成AIアプリへ続く道と新時代のアプリとは～」Interop24Tokyo APPS JAPAN B1-01講演
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫？ 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫？ 調査〜対策までご支援します
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
遺伝的アルゴリズムと知識蒸留による大規模言語モデル（LLM）の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル（LLM）の学習とハイパーパラメータ最適化
ハイブリッドクラウド研究会_Hyper-VとSystem Center Virtual Machine Manager セッションMM
ハイブリッドクラウド研究会_Hyper-VとSystem Center Virtual Machine Manager セッションMM
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
ROSによるロボットソフトウェアの開発
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
DCNN1 DCNN2
Télécharger maintenant
