目次
- 目次
- はじめに
- 海外旅行でホテル費用を少し安く済ませる方法
- Ebatesの良い所
- 便利なスマートフォンアプリがある
- 便利なChrome拡張がある
- 参考資料
- MyEnigma Supporters
はじめに
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
Autonomous Navigation (自律移動)とは,
人間からの詳細な命令無しに,
ロボット自身が様々な判断をし,
指定されたゴールまで
ロボットが安全に移動する技術のことを指します.
もう少し詳しく言うと,
人間のマクロな命令に対して
(どこそこに行け,など)
ロボット自身がその命令を行うために,
ロボット自身の状態と,
周辺環境の状況などを考慮して
行動を決定する必要があります。
現在,
様々なロボットが産業分野で実用化されていますが,
それらの大半は,行う作業に対する
人間の詳細な命令(教育)が必要です.
しかし,この自律移動(自律作業)の能力がより強化されば,
マクロな命令を与えるだけで,
その命令に対する細かい命令をすること無しに,
ロボットは様々な場所で活躍することができます。
この目標を解決するために,
自律移動では、
一般的には以下の4つの項目を
ロボット自身が正確に行う必要があります。
1 自己位置推定 (Localization)
2 周辺環境認識 (Mapping)
3 経路計画 (Path Planning)
4 経路追従 (Path Following)
今回の記事では、
上記の4つの自律移動技術分野の概要と、
それに関連する本ブログの記事をまとめておきたいと思います。
続きを読む
ロボティクスの技術の中で、
Collision checkは一見地味ですが、
かなり重要な技術です。
主にパスプランニングの際に、
静的物体や他の移動物体に
衝突しないかどうか判断するのに使われます。
一般的に、
周辺環境の障害物の表現には
Grid Mapを使うことが多いようですが、
周辺環境の変化に対応するために、
比較的高周期でパスを生成&衝突チェックをしないといけないことを考えると、
衝突チェックはかなり計算量の負荷が大きい処理です。
これまで高速に衝突チェックを実施する技術は、
色々提案されてきたのですが、
今回はその中でも代表的な技術について概要を説明したいと思います。
続きを読む
旅行が趣味で、
荷物の量を減らすことができるものに
目が無いのですが、
今回、いつも持ち歩いているモバイルバッテリーを、
Anker PowerCore Fusion 5000に買い替えた所、
かなりよかったので簡単に紹介したいと思います。
続きを読むロボティクスで使われる技術では、
しばしば数値積分を実施する必要があります。
例えば、ロボットの運動モデルが下記の式のように
ある微分方程式で得られる場合、
そのロボットの将来の動きを予測するために
上記の微分方程式を数値積分して予測を実現します。
この数値積分は、未来を予測するモデル予測制御や、
位置計測手法である推測航法(Dead Reckoning)などでしばしば利用されます。
上記の微分方程式の数値積分には、
いくつか代表的な手法がありますが、
今回はそれらの概要と
簡単なPythonサンプルコードによる比較結果を
を紹介したいと思います。
続きを読む
これまで何度か
モデル予測制御(Model Predictive Control:MPC)に
関する記事を書きましたが、
これらの記事を元に、
倒立振子の制御プログラムを書かれた方がいらっしゃいました。
自分も実際に倒立振子の制御シミュレーションをしてみたいと
思ったので、
今回はそのシミュレーションコードの紹介をしたいと思います。
続きを読む
LINEは日本人には
必需品のようになっていますが、
自分が利用したいスタンプが無い場合に、
自作したい人もいるかと思います。
しかし、現状LINEではスタンプは
LINEのチェックを通貨し、
商用として公開されたものしか、
スタンプとして利用できません。
そこで、自作した画像データを、
簡単にスタンプのように使える方法を紹介したいと思います。
続きを読む先日、
Pure pursuitアルゴリズムによる、
経路追従アルゴリズムを紹介しましたが、
このアルゴリズムは、下記のような問題があります。
コース曲率を考慮してない
車両の現在の速度を考慮していない。
そのためパラメータのチューニングが難しかったり、
複雑なコースで、制御が不安定になるという問題があります。
今回は、Pure pursuitアルゴリズムの問題を解決することができる、
Rear wheel position feedbackというアルゴリズムを紹介し、
そのPythonシミュレーションコードを紹介したいと思います。
続きを読む
これまでMacのクリップボード管理は、
ClipMenuを使ってきたのですが、
最近急にアプリが暴走することがありました。
そこで調べてみた所、
Clipyという新しいアプリが開発されていたので、
そちらに乗り換えてみた所、非常に便利だったので、
概要をまとめておきたいと思います。
続きを読む