2014/09/20に実施した、PepperTechFestivalでの技術セッション(基本)の講演資料となります。
本資料の無断転載を禁じます。すべての著作権はソフトバンクロボティクス株式会社に帰属します。
Presentation Docs for Pepper Tech Festival
Title : Technical Session Basic
SoftBank Robotics Corp. 2014. All rights reserved.
2014/09/20に実施した、PepperTechFestivalでの技術セッション(基本)の講演資料となります。
本資料の無断転載を禁じます。すべての著作権はソフトバンクロボティクス株式会社に帰属します。
Presentation Docs for Pepper Tech Festival
Title : Technical Session Basic
SoftBank Robotics Corp. 2014. All rights reserved.
SORACOM UG Explorer 2019
https://explorer2019.soracom-ug.jp/
余った外貨・邦貨小銭を電子マネーに即時・その場で交換できるPocket Change、オリジナル電子マネー発行プラットフォームPokepayについてのご紹介。そして、それらキオスク端末などハードウェアも関わるサービスを、WebエンジニアだったメンバーがSORACOMサービスを活かして、どのように作り、運用をしているかを話します。
SORACOM UG Explorer 2019
https://explorer2019.soracom-ug.jp/
余った外貨・邦貨小銭を電子マネーに即時・その場で交換できるPocket Change、オリジナル電子マネー発行プラットフォームPokepayについてのご紹介。そして、それらキオスク端末などハードウェアも関わるサービスを、WebエンジニアだったメンバーがSORACOMサービスを活かして、どのように作り、運用をしているかを話します。
Spring'19 で正式リリースされました Einstein Next Best Action について、その概要や試し方をご紹介します。
Einstein Next Best Action は、その名の通り、次の最良手は何か?を Salesforce 利用者に教えてくれるものです。Salesforce 利用者が判断に有する時間を短縮し、また見落としを防いでくれる優れものです。
この判断ロジックの生成自体に機械学習やディープラーニングの要素は入っていませんが、Einstein Discovery や Einstein 予測ビルダーの結果を判断ロジックで使うことができるので、蓄積されたデータからの予測に基づく最良手の提示も実現できます。
Salesforce を設定画面からあれこれ操作・設定できるくらいの方であればご理解・試してみていただける内容です。
<ご紹介内容>
- Einstein Next Best Action とは?
- 利用者目線でのデモ / 想定される利用シナリオ
- Einstein Next Best Action の構成
- サンプルの実装手順
- ライセンス・注意事項など
Spring19リリースは、Lightning上でのUI プログラミングモデルを大きく変えるLightning Web Componentsと、宣言的開発機能の中心的な位置を占めるFlowの更新 (Flow Builderのリリース)など、非常に重要な更新が数多く行われます。こちらのスライドでは、Spring 19の新機能の中でも、前出の2つに加えて開発者が把握しておくべき機能についてご紹介します。
<ご紹介する内容>
Flow Builder
Lightning Web Components
Big Objectの新機能
Apexの新機能
VS Codeの新機能
Herokuはクラウドアプリケーションを効率よく開発するためのPaaS (Platform as a Service)として、スタートアップ企業やB2Cサービスを提供する企業の開発者から支持されていますが、近年ではエンタープライズシステムにおける需要も非常に多くあります。
直近でも2018年9月25日に米国サンフランシスコで行われた「Dreamforce 2018」イベントにあわせて、Heroku は多くのエンタープライズ向け機能追加が行われており、ますます企業利用にとっても最適なPaaSとなりました。
直近発表された最新機能の中から、開発者にとって重要と思われるものをピックアップして、デモを交えながら紹介します。
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.