SLAMは技術的には古くから研究されていましたが、近年、コンピューターの性能が向上し、かつ、カメラやレーザーレンジファインダーなどのセンサーが低価格で入手可能になったことで、様々な分野に活用が広がっています。また、SLAMの特徴として、GPSなどの衛星システムに依存せず（GPSが届かないトンネルや建物内でも利用可能）に環境地図の作成と自己位置の推定ができます。このため低コスト化だけでなく、汎用性が高いというメリットもあります。さらに、近年ではディープラーニング (深層学習) の技術を応用したSLAMの実装も発表されています。 なぜSLAMが重要か、その利点・メリットや応用例を解説します。 SLAMを活用することの利点 なぜSLAMが重要なのでしょうか。お掃除ロボットを例として取り上げてみます。SLAMを搭載しないお掃除ロボットではランダムに部屋の中を動き回り、ほこりの除去を試みます。この場
はじめに この記事は以下の超人気記事をインスパイアしています。 数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 巷ではAIとか自動運転とか急に盛り上がりだして、SLAMいっちょやってみるかー、と手をだしたものの全く中身がわからず（カルマンフィルタの数式みても脳みそが詰む）、そうか僕には自動運転向いてなかったんだ、と白い目でプリウスを眺めている人がいたら、ちょっとこの記事を最後まで見るといいことが書いてあるかもしれません。 （なお、この記事にDeep Learningは含みません。） 対象 カルマンフィルタ/SLAMを勉強してみたいけど、勉強の仕方がわからないプログラマ そろそろ上司やらお客様から「自動運転の時代がくるよ？」とか言われそうな人 ROSをインストールしてTurtleBotとかGazebo動かしてみたけど、次なにすればいいかわからない人 この記事で行うこと
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
