SlideShare a Scribd company logo
OpenSimの使い方
動作確認 編
広島大学工学研究科
生体システム論研究室
栗田グループ
2016/5/2
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved.
Biological Systems
Engineering lab.
• 本スライドの内容は,広島大学工学研究科生体システム
論研究室栗田雄一准教授グループが,平成28年度研究
室内チュートリアルで利用している資料の一部をまとめ
たものです.
• 本スライドの内容には,間違いが含まれている可能性が
ありますが,当方は修正の責任を負いません.本スライ
ドは,あくまで参考としての利用にとどめ,最終的には
ご自身で対応ください.
• そのほか,スライド内容を閲覧,実行したことにより生
じたいかなる損害についても,当方は責任は負いません.
また,スライド内容に対する質問にも回答できかねます
ことをご了承ください.
• 以上についてご承諾いただける方のみ,ご利用ください.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 2
注意事項
Biological Systems
Engineering lab.
OpenSim3.3 が正常に動作するかどうか確認する.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 3
OpenSimの使用準備
ひとまず筋骨格モデルが開ければOK.
① OpenSimを起動
② 画面左上「File」
→「Open Model…」
Biological Systems
Engineering lab.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 4
OpenSimの使用準備
③ 筋骨格モデル(拡張子.osim)を選択.
(例ではgait2354_simbody.osim)
④ 右下「Open」をクリック
OpenSim3.3 が正常に動作するかどうか確認する.
Biological Systems
Engineering lab.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 5
OpenSimの使用準備
⑤ 筋骨格モデルが表示されればOK.
OpenSim3.3 が正常に動作するかどうか確認する.
Biological Systems
Engineering lab.
「Notepad++」を導入する.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 6
OpenSimの使用準備
https://notepad-plus-plus.org/にアクセスして”download”をクリック①
Biological Systems
Engineering lab.
「Notepad++」を導入する.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 7
OpenSimの使用準備
② インストーラーをダウンロードし,
Notepad++をインストール

More Related Content

What's hot

車載ソフトウェアの品質保証のこれから
車載ソフトウェアの品質保証のこれから車載ソフトウェアの品質保証のこれから
車載ソフトウェアの品質保証のこれから
Yasuharu Nishi
 
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
Deep Learning JP
 
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみたとある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
Nagi Teramo
 
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組みData-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
 
AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-
AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-
AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-
Kan Hara
 
多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料
Tomoshige Nakamura
 
最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925
小川 雄太郎
 
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
 
文献調査をどのように行うべきか?
文献調査をどのように行うべきか?文献調査をどのように行うべきか?
文献調査をどのように行うべきか?
Yuichi Goto
 
自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性
Fixstars Corporation
 
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
Kazuyuki Miyazawa
 
多目的強凸最適化のパレート集合のトポロジー
多目的強凸最適化のパレート集合のトポロジー多目的強凸最適化のパレート集合のトポロジー
多目的強凸最適化のパレート集合のトポロジー
KLab Inc. / Tech
 
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
The Whole Brain Architecture Initiative
 
【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...
【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...
【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...
Deep Learning JP
 
古典プログラマ向け量子プログラミング入門 [フル版]
古典プログラマ向け量子プログラミング入門 [フル版]古典プログラマ向け量子プログラミング入門 [フル版]
古典プログラマ向け量子プログラミング入門 [フル版]
OsSAL
 
[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...
[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...
[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...
Deep Learning JP
 
【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...
【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...
【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...
Deep Learning JP
 
ML Ops 実装の現場から
ML Ops 実装の現場からML Ops 実装の現場から
ML Ops 実装の現場から
慎一郎 畠
 
Data-centricなML開発
Data-centricなML開発Data-centricなML開発
Data-centricなML開発
Takeshi Suzuki
 
研究効率化Tips Ver.2
研究効率化Tips Ver.2研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
 

What's hot (20)

車載ソフトウェアの品質保証のこれから
車載ソフトウェアの品質保証のこれから車載ソフトウェアの品質保証のこれから
車載ソフトウェアの品質保証のこれから
 
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
 
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみたとある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
 
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組みData-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
 
AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-
AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-
AIを活用し経理業務を「データサイエンス業務」に変革するためのポイントと実務-経理人材が今後目指すべき方向性を提示-
 
多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料
 
最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925
 
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
 
文献調査をどのように行うべきか?
文献調査をどのように行うべきか?文献調査をどのように行うべきか?
文献調査をどのように行うべきか?
 
自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性
 
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
 
多目的強凸最適化のパレート集合のトポロジー
多目的強凸最適化のパレート集合のトポロジー多目的強凸最適化のパレート集合のトポロジー
多目的強凸最適化のパレート集合のトポロジー
 
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
 
【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...
【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...
【DL輪読会】Towards Understanding Ensemble, Knowledge Distillation and Self-Distil...
 
古典プログラマ向け量子プログラミング入門 [フル版]
古典プログラマ向け量子プログラミング入門 [フル版]古典プログラマ向け量子プログラミング入門 [フル版]
古典プログラマ向け量子プログラミング入門 [フル版]
 
[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...
[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...
[DL輪読会]Invariance Principle Meets Information Bottleneck for Out-of-Distribut...
 
【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...
【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...
【DL輪読会】Spectral Normalisation for Deep Reinforcement Learning: An Optimisatio...
 
ML Ops 実装の現場から
ML Ops 実装の現場からML Ops 実装の現場から
ML Ops 実装の現場から
 
Data-centricなML開発
Data-centricなML開発Data-centricなML開発
Data-centricなML開発
 
研究効率化Tips Ver.2
研究効率化Tips Ver.2研究効率化Tips Ver.2
研究効率化Tips Ver.2
 

OpenSim の使い方 (動作確認編)

  • 2. Biological Systems Engineering lab. • 本スライドの内容は,広島大学工学研究科生体システム 論研究室栗田雄一准教授グループが,平成28年度研究 室内チュートリアルで利用している資料の一部をまとめ たものです. • 本スライドの内容には,間違いが含まれている可能性が ありますが,当方は修正の責任を負いません.本スライ ドは,あくまで参考としての利用にとどめ,最終的には ご自身で対応ください. • そのほか,スライド内容を閲覧,実行したことにより生 じたいかなる損害についても,当方は責任は負いません. また,スライド内容に対する質問にも回答できかねます ことをご了承ください. • 以上についてご承諾いただける方のみ,ご利用ください. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 2 注意事項
  • 3. Biological Systems Engineering lab. OpenSim3.3 が正常に動作するかどうか確認する. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 3 OpenSimの使用準備 ひとまず筋骨格モデルが開ければOK. ① OpenSimを起動 ② 画面左上「File」 →「Open Model…」
  • 4. Biological Systems Engineering lab. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 4 OpenSimの使用準備 ③ 筋骨格モデル(拡張子.osim)を選択. (例ではgait2354_simbody.osim) ④ 右下「Open」をクリック OpenSim3.3 が正常に動作するかどうか確認する.
  • 5. Biological Systems Engineering lab. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 5 OpenSimの使用準備 ⑤ 筋骨格モデルが表示されればOK. OpenSim3.3 が正常に動作するかどうか確認する.
  • 6. Biological Systems Engineering lab. 「Notepad++」を導入する. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 6 OpenSimの使用準備 https://notepad-plus-plus.org/にアクセスして”download”をクリック①
  • 7. Biological Systems Engineering lab. 「Notepad++」を導入する. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 7 OpenSimの使用準備 ② インストーラーをダウンロードし, Notepad++をインストール