状態推定アルゴリズム～パーティクルフィルタの基礎・応用・実装

パーティクルフィルタの基礎・方法論から応用、
プログラム実装までを網羅した講義です

講師

生駒 哲一（いこまのりかず）氏 　日本工業大学 基幹工学部　電気電子通信工学科　教授（博士（学術））

＜略歴、等＞　
　1989年　法政大学　工学部　電気工学科　計測制御専攻卒業
　1991年　法政大学大学院　工学研究科 システム工学専攻 修士課程修了
　1995年　総合研究大学院大学　数物科学研究科　統計科学専攻 博士課程修了
　1995年4月　広島市立大学　情報科学部　情報機械システム工学科　助手
　1998年4月　九州工業大学　工学部　電気工学科　講師（専任）
　　　　　 同在職中、2002年7月～2003年4月に文部省在外研究員制度にて
　　　　　 英国ケンブリッジ大学工学部 信号処理研究グループ に滞在（客員研究員）
　2003年9月　九州工業大学　助教授
　2008年4月　九州工業大学大学院　工学研究院　電気電子工学研究系　准教授
　2016年4月　日本工業大学　工学部　情報工学科　教授
　2018年4月より、学内改組に伴い、基幹工学部 電気電子通信工学科に所属変更
　　            現在に至る。
＜学会活動、等＞　
　IEEE、計測自動制御学会、電子情報通信学会、日本統計学会、応用統計学会、
　日本知能情報ファジィ学会、日本神経回路学会、信号処理学会、及び、自動車技術会の会員．
　2005年 パーティクルフィルタ研究会を発足して主宰。

＜主な受賞＞
　Best Paper Award of ISCIIA2004（平成16年12月）
　Best Paper Award of ISCIIA2012（平成24年8月）
　JACIII Best Paper Award in 2013 for 2010-2012（平成25年8月）
　貢献賞（日本知能情報ファジィ学会賞）、受賞対象「SCIS&ISIS2014の運営」（平成27年9月）　

概要

　時々刻々と変化するシーン中の動く対象物を追跡する課題に対して、
効果的な解を与える「パーティクルフィルタ」について、その基礎・方法論から応用、
プログラム実装までを網羅した講義内容である。確率・統計、ベイズ推定を出発点として、
問題設定である「状態空間モデル」の定式化、その解を求める「状態推定」課題の明確化、
状態推定の数式としての解（形式的な解）を理解する。
　これらの理論的な事実に基づいた方法論として、具体的な状態推定のアルゴリズム群を俯瞰する。
カルマンフィルタに代表される解析的なフィルタ、パーティクルフィルタをはじめとする
各種の近似フィルタ、および、更に発展的な方法について学ぶ。
併せて、過去の時刻の推定である「平滑化」や、状態空間モデルに含まれる固定パラメータの
推定についても触れる。
　発展的な課題として、複数対象の同時推定についても概観する。
　これらの理論および方法論を活用した応用として、複数分野の具体的な事例について概説する。
プログラミングの実装例についても簡単に紹介する。

受 講 料

お1人様受講の場合　46,000円[税別]／1名　　　　　
1口でお申込の場合　57,000円[税別]／1口（3名まで受講可能）
受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

【プログラム】

1　状態空間モデルと状態推定
　　1.1　確率と統計
　　1.2　ベイズ推定・逐次ベイズ推定
　　1.3　状態空間モデル
　　1.4　状態推定とその形式的解

2　状態推定のアルゴリズム
　　2.1　解析的フィルタ〜カルマンフィルタ
　　2.2　近似フィルタ〜パーティクルフィルタ
　　2.3　発展的な方法〜逐次モンテカルロフィルタ
　　2.4　平滑化と固定パラメータ推定
　　2.5　複数対象の同時推定

3　応用事例の解説
　　3.1　簡単なモデルでの原理確認
　　3.2　時系列解析
　　3.3　ターゲット追跡
　　3.4　動画像追跡
　　3.5　マルチセンサ融合
　　3.6　移動ロボットの自己位置推定と地図学習
　　3.7　複数対象の同時追跡

4　プログラミング実装
　　4.1　C/C++実装
　　4.2　Python実装