xiangzeのブックマーク - はてなブックマーク

カルマンフィルター

カルマンフィルターは、逐次ベイズフィルターの一種であり、測定データからシステムの状態を推定するアルゴリズムです。これは、ハンガリーのエンジニアであるルドルフ・カルマン(Rudolf Kalman)によって提唱されました。このカルマンフィルターはNASAのアポロ計画で使われたことで有名で、アポロを月へ導いた数式とも言えます。アポロ計画では、センサーの情報から宇宙船の正しい位置を推定し、進行方向の調整などを行う際に使用されました。現在、カルマンフィルターにはいくつかのバリエーションがあり、これらのフィルターは、コンピュータービジョン、誘導・航法システム、バッテリー充放電状態、計量経済学、および信号処理などの、推定に依存するアプリケーションで広く使用されています。フィルターとはフィルターという言葉を聞くと、信号処理のノイズ除去等を思い浮かべる方が多いと思いますが、ここでいうフィルターとは、

xiangze 2024/02/07

リンク

Model Predictive Control Toolbox

Model Predictive Control Toolbox には、モデル予測制御 (MPC) を開発するための関数、アプリ、Simulink ブロック、および参照例が用意されています。線形の問題に対して、このツールボックスでは、陰的、陽的、適応、およびゲインスケジュール MPC の設計をサポートしています。非線形の問題に対しては、シングルステージ、およびマルチステージの非線形 MPC を実装できます。このツールボックスには、展開可能な最適化のソルバーが付属しています。また、カスタムのソルバーを使用することもできます。閉ループのシミュレーションを実行することにより、MATLAB および Simulink でコントローラーの性能を評価できます。自動運転では、用意されている MISRA C® および ISO 26262 準拠のブロックと例も使用でき、車線逸脱防止支援、パスプランニング、パ

xiangze 2023/07/23

リンク

PowerPoint Presentation

xiangze 2023/07/23

リンク

モデル予測制御

近年、製品やサービスの価値の追求が急速に進む中で、システムに求められる機能・性能は、高度化かつ複雑化の一途を辿っています。例えば、センサーデータに基づく状況把握や予測、あるいは、次の動き方を支援する行動計画や判断といった高度な技術の開発に向けた挑戦が活発に行われてきました。これらを実現させるためにセンサー情報処理、データ解析、あるいは、人工知能などの分野における様々なアルゴリズムの適用が進められています。制御系の分野においても、厳しい性能要求、システムの複雑化、センサー数の増加といった流れの中で、今後ますます高度な制御技術の必要性が高まっています。モデル予測制御の考え方モデル予測制御(MPC: Model Predictive Control)は、各時刻で未来の応答を予測しながら最適化を行う制御手法です。オンラインで高速に最適化問題を計算しながらフィードバック制御を行います。複雑

xiangze 2023/07/23

リンク

MATLAB および Simulink による強化学習

最近のニュースで、強化学習のアルゴリズムがどのようにして囲碁、Dota 2、Starcraft 2 などのゲームでプロを破ったかが取り上げられました。強化学習は、機械学習の一種であり、ビデオゲームからロボット工学、自動運転車のような複雑な用途における人工知能の使用を可能にします。プロジェクトで強化学習の技術を活用することに興味があっても、これまで一度も使ったことがないとしたら、何から始めたらいいでしょうか。この ebook は、MATLAB® および Simulink® で強化学習を始められるように、用語を解説し、例やチュートリアル、評価版ソフトウェアをご紹介します ebook をダウンロードすると、以下の内容を学習することができます。セクション 1: 基礎の理解と環境の設定強化学習の基礎と、従来の制御設計との類似点や相違点を学びます。教師あり学習、教師なし学習、強化学習の間の相違