以前、最適制御の手法として有名な
線形二次レギュレータ(LQR)の概要を説明しましたが、
先日、中国の検索エンジン会社バイドゥが公開した
自動運転ソフトウェアApolloにおいて、
このLQRをステアリング制御に使用していました。
Baidu自動運転ソフトApolloを軽く読んでみたけど、今のところローカリはRTKGPS+IMU、制御は進行方向はPID、ステアリングは逐次LQRだった：An open autonomous driving platform https://t.co/1EB7VSxrsQ
— Atsushi Sakai (@Atsushi_twi) 2017年7月5日
そこで今回、このLQRを使ったステアリング型ロボットの
経路追従の技術概要と
簡単なPythonサンプルコードを紹介したいと思います。
続きを読む
最近Amazon Musicで音楽を聞くことが多いのですが、
Chromecastを繋いだテレビからは流せないので、
すこしイライラしていました。
そこで自分の家にはAppleの商品が転がっており、
Amazon MusicはAirplayには対応しているので、
以前購入したRaspberry PiにAirplayサーバを立てて、
家のどこからでもApple製品から、
Raspberry Piに繋がったスピーカーに、
音を流せるようにしました。
今回はその方法について説明したいと思います。
続きを読む
以前、Python製の最適化モデリングライブラリ
cvxpyを紹介しましたが、
今回は、高速科学演算向け言語であるJuliaの
最適化モデリングツールであるJuMP (Julia for Mathematical Optimization)
の紹介をしようと思います。
JuMPの詳細に関しては、下記の論文を参照ください。
プログラミング言語Juliaに関しては下記の記事を参照ください。
続きを読む
先日、新しいコンピュータとして、
Macbook Pro (MBP)13.3インチ(タッチバー無し)を買いました。
以前、使っていた2013年のMacbook Air 13インチと
重さは殆ど変わらないですし、
CPU, SSD, メモリすべてにおいてスペック倍増したので、
かなり快適です。
しかし、多くの人がご存知の通り、
現在のMBPはインターフェースとして、
USB-Cしか無いため、
かなりの周辺機器を追加で購入する必要がありました。
そこで、自分が購入して便利だった
MBPの周辺機器をまとめておこうと思います。
続きを読む
ロボットの自律移動技術の中で、
重要なものの一つに、
経路計画(Path planning and Motion planning)があります。
(その他の自律移動技術に関しては下記を参照ください
今回の記事では、
ロボットの経路計画問題における代表的な技術の分類と
その詳細やサンプルコードの記事のリンクをまとめておきます。
加えて、それぞれの技術の利点と欠点を
あるサーベイ論文を元にまとめました。
続きを読む
先日、
ロボティクスの境界問題を解くパスプランニングの手法として、
Model Predictive Trajectory Generatorを紹介しました。
今回はこの手法と
効率的な目標状態のサンプリング手法を組み合わせた
State Lattice Plannerという
有名なパスプランニングアルゴリズムの概要と
そのサンプルPythonコードを紹介したいと思います。
続きを読む
久しぶりに、
プログラマが知るべき97のことを読んでいたら、
下記の記事が目にとまりました。
自分はこれまでほとんどVimのみでプログラミングをしてきたので、
確かにそろそろIDEを使ってみようかなと思い立ちました。
まず手始めに、
最近多くのPythonプログラマが素晴らしいと褒め称えている
Python用IDEであるPyCharmを使ってみることにしました。
今回はこのPyCharmの基礎的な設定や
Vimユーザへの注意点をまとめておきたいと思います。
続きを読む
ロボットのパスプランニングにおいて、
有名な問題の一つに境界問題(Boundary Problem)という問題があります。
これは、２つの状態量
(二次元平面では、ロボットの位置x,y,そして方位yaw)
が与えられた時に、障害物は考慮せず、
その２つの状態量を結ぶパスを生成するという問題です。
この２つの問題を解くための手法として、
以前紹介したDubins-pathや、
Reeds-Shepp pathがありますが、
両方とも、非常にシンプルなモデルを使用していたり、
パスが最大曲率の円と直線で構成されているなど、
いくつか技術的な課題がありました。
そこで今回は
非線形運動モデルを利用した状態で、
パスの形状を規定すること無く、
境界問題を解くことができる、
Model Predictive Trajectory Generation
という技術を紹介しようと思います。
続きを読む
自分の趣味の一つが海外旅行なのですが、
海外旅行の大きな費用の一つにホテル代があると思います。
最近知ったこととして、
海外旅行でホテルを予約する時に、
少し作業を加えることで、
若干安くホテルを予約できる方法を見つけたので、
紹介したいと思います。
続きを読む
自己位置推定(Localization)は、
ロボット自身が今何処にいるのか，
またはどちらの方向を向いているのか,
どれぐらいの速度で走行しているのかなど、
現在のロボットの状態を
各種のセンサデータを使用して推定することです．
後述の通り、
ロボットの自己位置推定用のセンサは色々ありますが、
それぞれ一長一短であるため、
一般的に自己位置推定のシステムでは、
複数のセンサ情報や
ロボットの運動モデルを統計的・確率的に表現し，
それらを統計的・確率的に統合することにより，
高精度なロボットの位置を安定して推定するという手法が
一般的に使用されています．
今回の記事では、
自己位置推定に使用される一般的なセンサの概要と、
それらを確率的に統合する技術の概要と、
説明記事のリンクをまとめておきたいと思います。
各技術の詳細に関しては、
こちらの資料を参照ください。
続きを読む
