Submit Search
Upload
2018年度オフシーズンにやったこと
•
2 likes
•
995 views
R
RyogaSato2
Follow
2018年度オフシーズンにやったこと
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 24
Download now
Download to read offline
Recommended
リンク機構を有するロボットをGazeboで動かす
リンク機構を有するロボットをGazeboで動かす
tomohiro kuwano
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
SSII
SSII2020TS: Event-Based Camera の基礎と ニューラルネットワークによる信号処理 〜 生き物のように「変化」を捉えるビジョンセ...
SSII2020TS: Event-Based Camera の基礎と ニューラルネットワークによる信号処理 〜 生き物のように「変化」を捉えるビジョンセ...
SSII
[DL輪読会]DIVERSE TRAJECTORY FORECASTING WITH DETERMINANTAL POINT PROCESSES
[DL輪読会]DIVERSE TRAJECTORY FORECASTING WITH DETERMINANTAL POINT PROCESSES
Deep Learning JP
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
【DL輪読会】A Path Towards Autonomous Machine Intelligence
【DL輪読会】A Path Towards Autonomous Machine Intelligence
Deep Learning JP
G2o
G2o
Fujimoto Keisuke
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
Hironobu Fujiyoshi
Recommended
リンク機構を有するロボットをGazeboで動かす
リンク機構を有するロボットをGazeboで動かす
tomohiro kuwano
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
SSII
SSII2020TS: Event-Based Camera の基礎と ニューラルネットワークによる信号処理 〜 生き物のように「変化」を捉えるビジョンセ...
SSII2020TS: Event-Based Camera の基礎と ニューラルネットワークによる信号処理 〜 生き物のように「変化」を捉えるビジョンセ...
SSII
[DL輪読会]DIVERSE TRAJECTORY FORECASTING WITH DETERMINANTAL POINT PROCESSES
[DL輪読会]DIVERSE TRAJECTORY FORECASTING WITH DETERMINANTAL POINT PROCESSES
Deep Learning JP
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
【DL輪読会】A Path Towards Autonomous Machine Intelligence
【DL輪読会】A Path Towards Autonomous Machine Intelligence
Deep Learning JP
G2o
G2o
Fujimoto Keisuke
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
Hironobu Fujiyoshi
PythonとJupyter Notebookを利用した教科書「詳解確率ロボティクス」の企画と執筆
PythonとJupyter Notebookを利用した教科書「詳解確率ロボティクス」の企画と執筆
Ryuichi Ueda
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII
移動ロボットのナビゲーション
移動ロボットのナビゲーション
Ryuichi Ueda
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
Ryohei Suzuki
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
Youichiro Miyake
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
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
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
第126回 ロボット工学セミナー 三次元点群と深層学習
第126回 ロボット工学セミナー 三次元点群と深層学習
Naoya Chiba
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
Takami Sato
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
CycleGANで顔写真をアニメ調に変換する
CycleGANで顔写真をアニメ調に変換する
meownoisy
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
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
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
ゼロから作るDeepLearning 2~3章 輪読
ゼロから作るDeepLearning 2~3章 輪読
KCS Keio Computer Society
20190825 vins mono
20190825 vins mono
Takuya Minagawa
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
Preferred Networks
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
Atsuki Yokota
名古屋CV_ROSによるロボットソフトウェア開発の準備
名古屋CV_ROSによるロボットソフトウェア開発の準備
ssuser6b6663
More Related Content
What's hot
PythonとJupyter Notebookを利用した教科書「詳解確率ロボティクス」の企画と執筆
PythonとJupyter Notebookを利用した教科書「詳解確率ロボティクス」の企画と執筆
Ryuichi Ueda
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII
移動ロボットのナビゲーション
移動ロボットのナビゲーション
Ryuichi Ueda
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
Ryohei Suzuki
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
Youichiro Miyake
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
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
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
第126回 ロボット工学セミナー 三次元点群と深層学習
第126回 ロボット工学セミナー 三次元点群と深層学習
Naoya Chiba
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
Takami Sato
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
CycleGANで顔写真をアニメ調に変換する
CycleGANで顔写真をアニメ調に変換する
meownoisy
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
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
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
ゼロから作るDeepLearning 2~3章 輪読
ゼロから作るDeepLearning 2~3章 輪読
KCS Keio Computer Society
20190825 vins mono
20190825 vins mono
Takuya Minagawa
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
Preferred Networks
What's hot
(20)
PythonとJupyter Notebookを利用した教科書「詳解確率ロボティクス」の企画と執筆
PythonとJupyter Notebookを利用した教科書「詳解確率ロボティクス」の企画と執筆
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
移動ロボットのナビゲーション
移動ロボットのナビゲーション
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
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
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~
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~
第126回 ロボット工学セミナー 三次元点群と深層学習
第126回 ロボット工学セミナー 三次元点群と深層学習
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
マルチコアを用いた画像処理
マルチコアを用いた画像処理
CycleGANで顔写真をアニメ調に変換する
CycleGANで顔写真をアニメ調に変換する
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
ORB-SLAMの手法解説
ORB-SLAMの手法解説
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
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
ゼロから作るDeepLearning 2~3章 輪読
ゼロから作るDeepLearning 2~3章 輪読
20190825 vins mono
20190825 vins mono
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
Similar to 2018年度オフシーズンにやったこと
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
Atsuki Yokota
名古屋CV_ROSによるロボットソフトウェア開発の準備
名古屋CV_ROSによるロボットソフトウェア開発の準備
ssuser6b6663
#phpmatsuri LT大会システムの中身
#phpmatsuri LT大会システムの中身
Hisateru Tanaka
[2023-11-01] GitHub Copilot 使ってみた.pptx
[2023-11-01] GitHub Copilot 使ってみた.pptx
mananakamura2
OSSで楽に作るGo言語クライアントツール
OSSで楽に作るGo言語クライアントツール
Tano Makoto
myCobotがある生活
myCobotがある生活
Ryo Kabutan
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
Atnd地域検索作ったよー
Atnd地域検索作ったよー
Ohishi Mikage
C言語講習会資料(前半)
C言語講習会資料(前半)
Yuki Sako
Python & PyConJP 2014 Report
Python & PyConJP 2014 Report
gree_tech
鳥取python勉強会 第2回
鳥取python勉強会 第2回
Yuji Oyamada
211120 他人の書いたPythonスクリプトをステップ実行で理解する
211120 他人の書いたPythonスクリプトをステップ実行で理解する
Takuya Nishimoto
チケット管理システム大決戦第二弾
チケット管理システム大決戦第二弾
Ryutaro YOSHIBA
勉強会 Cvml python基礎
勉強会 Cvml python基礎
真哉 杉野
Windowsにpythonをインストールしてみよう
Windowsにpythonをインストールしてみよう
Kenji NAKAGAKI
Hachiojipm31
Hachiojipm31
Junichiro Suzuki
Pythonでジョブキューシステムを作った
Pythonでジョブキューシステムを作った
Ryota Suenaga
Out systemsaichiusermeeting#5 lt2
Out systemsaichiusermeeting#5 lt2
潤司 渡部
Japan Robot Week 2016 RTM講習会 第3部
Japan Robot Week 2016 RTM講習会 第3部
openrtm
Rubyでオリジナルプログラムをつくろう
Rubyでオリジナルプログラムをつくろう
K K
Similar to 2018年度オフシーズンにやったこと
(20)
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
名古屋CV_ROSによるロボットソフトウェア開発の準備
名古屋CV_ROSによるロボットソフトウェア開発の準備
#phpmatsuri LT大会システムの中身
#phpmatsuri LT大会システムの中身
[2023-11-01] GitHub Copilot 使ってみた.pptx
[2023-11-01] GitHub Copilot 使ってみた.pptx
OSSで楽に作るGo言語クライアントツール
OSSで楽に作るGo言語クライアントツール
myCobotがある生活
myCobotがある生活
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Atnd地域検索作ったよー
Atnd地域検索作ったよー
C言語講習会資料(前半)
C言語講習会資料(前半)
Python & PyConJP 2014 Report
Python & PyConJP 2014 Report
鳥取python勉強会 第2回
鳥取python勉強会 第2回
211120 他人の書いたPythonスクリプトをステップ実行で理解する
211120 他人の書いたPythonスクリプトをステップ実行で理解する
チケット管理システム大決戦第二弾
チケット管理システム大決戦第二弾
勉強会 Cvml python基礎
勉強会 Cvml python基礎
Windowsにpythonをインストールしてみよう
Windowsにpythonをインストールしてみよう
Hachiojipm31
Hachiojipm31
Pythonでジョブキューシステムを作った
Pythonでジョブキューシステムを作った
Out systemsaichiusermeeting#5 lt2
Out systemsaichiusermeeting#5 lt2
Japan Robot Week 2016 RTM講習会 第3部
Japan Robot Week 2016 RTM講習会 第3部
Rubyでオリジナルプログラムをつくろう
Rubyでオリジナルプログラムをつくろう
2018年度オフシーズンにやったこと
1.
2018年度オフシーズンにやったこと 一関高専機械技術部Aチーム制御班 電気情報工学科第5学年 佐藤 凌雅
2.
はじめに 2
3.
目次 3 1. ROS勉強 2. 3輪オムニ 3.
足軽 4. 投擲精度計測システム ←本命 5. まとめ
4.
ROS勉強
5.
環境構築 • Ubuntu16.04 • ROS
Kinetic • ネットに上がってるインストール用のスクリプトを使用 → https://github.com/ROBOTIS-GIT/robotis_tools • 初期設定をいい感じにやってくれるのでラク 5
6.
やったこと • 金工大の授業資料をベースに勉強 → http://demura.net/lecture/15226.html •
公式チュートリアルもやった • チュートリアルで良く分からなかったところは 「ROSロボットプログラミングバイブル」で補完 • あとはサンプルパッケージを改造して理解を深めた 6
7.
3輪オムニ
8.
やりたかったこと • 3輪オムニの制御 • 駆動輪でオドメトリ •
LRFで測距 • 内界・外界センサ両方を使って自己位置推定 8
9.
ハードウェア 9 オムニホイール LRF 回路類
10.
結局できたこと • 3輪オムニの制御 → 動いた(StdCtrlLibのコード使っただけ) •
駆動輪でオドメトリ → 順運動学を導出して,その通り実装したらいけた • LRFで測距 → ROSで出来た • 内界・外界センサ両方を使って自己位置推定 → 無理でした(時間切れ) 10
11.
3輪オドメータの運動学 11 3輪オムニの逆運動学の行列の逆行列を求めた !" !# $ = % & −1 −1 2 3
− 3 0 % , % , % , !-. !-% !-/ V_x V_y V_w1 V_w0 V_w2 ω
12.
LRFで測距 12
13.
スキャンマッチング 13
14.
オドメトリフリーでSLAM • 「hector_slam」という packageに/scanデータを投げ ただけ • オドメトリの情報なしでも SLAMしてくれる •
右は実際に生成された僕の部屋 の地図 14
15.
足軽
16.
足軽 • 回路は2018のロボコンのを流用 • スティックの値を差動二輪の逆運 動学に突っ込んでプログラム完成 •
最速賞だったらしい → おめでとう 16
17.
投擲精度計測システム
18.
まずは動画をどうぞ 18
19.
何をするもの? • LRFの走査面を地面に鉛直に置き,面内を通過した物体の位置を 測定 • 通過座標を基に成分ごとの平均値と偏差値を算出して左上に表示 •
求めた分散に応じて楕円を表示 • 測定空間はLRFの走査範囲なら任意に設定可能 • 通過日時も自動で記録 19
20.
UI(1) 20 各種計算結果 スキャンした 点群 測定面
21.
UI(2) 21 測定面 通過点 分散円 • 灰色:測定面 → 測定する領域を可視化 •
緑色:通過点 → 物体が通過した位置にプロット • 黄色:分散円 → 中心が平均,軸が6σの楕円
22.
課題と今後の展望 • 稀に測定の取りこぼしが発生する → スキャン周波数が8Hzしか出てないのでもう少し上げたい •
測定した点群をファイル出力 • 筐体をしっかり作って実際に運用してみる • そもそも,今年の競技が投擲系でないと使わない → とりあえずルール発表まで開発は中断
23.
まとめ
24.
まとめ • やりたいことは大方出来た → オムニロボットは妥協してしまった •
ROSについて基礎的な使いかたを理解できた → ロボコンで実装するくらいの技術は身についた • 自己位置推定やスキャンマッチングのアルゴリズムはノータッチ → 余裕ができたら理論も勉強する
Download now