. .
セミナー・イベントTOPへ戻る


AI時代の3次元物体認識の基礎と応用【LIVE配信】
〜生産・物流・生活支援ロボットに適用できる物体認識技術〜

■開催日時:2021年03月22日(月) 10:00〜16:30

■会場:【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます 

■定員:30名

■受講料: 55,000円(税込、資料付き/1人)
※最新のセミナー情報を「配信可」にすると割引適用(登録無料)
会員(案内)登録していただいた場合、49,500円(税込)へ割引になります。

■備考:
資料付き
【LIVE配信セミナーとは?】

■主催:(株)R&D支援センター

■講師:中京大学 大学院 工学研究科 工学部長 教授 博士(工学) 橋本 学 氏

≪講師の略歴≫
1987年大阪大学大学院工学研究科前期課程修了.同年三菱電機(株)入社.生産技術研究所,
産業システム研究所,先端技術総合研究所にてロボットビジョン,3次元視覚,動画像処理,
画像照合,パターン認識,ヒューマン認識技術などの研究開発に従事.2008年中京大学情報理
工学部機械情報工学科教授.2013年より同大学工学部機械システム工学科.博士(工学).
1998年度日本ロボット学会実用化技術賞,1999年科学技術庁第58回注目発明表彰,2012年度
画像センシングシンポジウム優秀学術賞受賞,2015年度画像センシングシンポジウムオーディ
エンス賞,2015年度精密工学会小田原賞,2017/2018年度IWAIT Best Paper Award,2018年度
日本マテリアルハンドリング大賞技術賞等受賞,第19回SICE-SI部門講演会優秀講演賞等受賞.
電子情報通信学会,情報処理学会,日本ロボット学会,映像情報メディア学会,電気学会,
計測自動制御学会,精密工学会,IEEE等各会員.

■受講対象・レベル:
 ロボットシステム,メカトロニクスシステム,FA・生産システム,物流システム,生活支援
ロボット,そのほか健康・介護,医用システム,自動車・交通システムの開発に関わる方.

■習得できる知識:
 修得できる知識および技術としては,3次元センサの概要と原理,物体認識の概要と原理,
モデルベース認識技術,3次元特徴量の知識,さらにこれら3次元センシング技術を実際の産業用
システムに適用するためのさまざまなノウハウなどがある.

■趣旨:
 近年,3次元センサや人工知能(AI)の急激な普及により,さまざまな分野,特に生産,物流,
家庭の3分野で,3次元対象物体を認識するロボットビジョン技術が注目を集めている.なかでも,
ポイントクラウドデータ(3次元点群データ)をもとに,物体の位置や姿勢を認識したり,対象の
種類を識別するためのモデルベース手法のキーとなる3次元特徴量の発展はめざましい.
 一方,現状の3次元センサの性能は汎用性が十分とはいえず,光沢物体,小型物体など,データ化
しにくい対象物も少なくないことから,3次元認識ではなく,2次元認識技術を適用すべき事案も
あり,近年では実用的ロボットの開発に当たって,2次元認識の注目度も高まっている.
そこで本講習会では,2次元認識と3次元認識の両方について,基礎と応用をわかりやすく解説する.
2次元画像処理については,パターン検出を中心として,特徴量マッチングと画素ベース物体検出を
概説し,最新技術についても紹介する.また3次元認識については,センサの基本原理の解説に
はじまり,市販されているセンサの特徴や性能比較,さらに,3次元物体認識の基本原理,3次元
特徴量の基礎について解説する.また,具体的な応用事例として,たとえば生産ラインにおける
ロボットピッキングや,当研究室が出場したAmazon物流ロボット競技大会,World Robot Summit
コンビニロボット大会にも用いられた技術,さらには家庭内での人物認識や生活支援ロボットに
関する最新の研究事例についても解説する.
 この講習会では,単に原理を説明するのみならず,各種事例や実際の計測データ例をまじえ
ながら,エンジニアリングの観点から実際に使える技術を念頭に,同分野の全体像を1日で把握して
いただけるように構成している.


1.イントロダクション
  1-1 AIとその産業応用
  1-2 Deep Learning を用いた画像処理の動向と課題

2.2次元画像認識の基礎技術・新技術
  2-1 画像パターン検出技術の分類と概要
  2-2 特徴量ベースの物体検出(代表例:SIFTマッチング)
  2-3 画素ベースの物体検出(代表例:テンプレートマッチングとその周辺)
  2-4 新技術:画素削減型テンプレートマッチング(CPTM)とその周辺

3.3次元画像認識の基礎技術・新技術
  3-1 3次元センサの概要と実例(パッシブ法・アクティブ法)
  3-2 3次元物体認識の概要
  3-3 基礎技術:3次元局所特徴量の基礎
  3-4 新技術:モデルレス把持位置推定
  3-5 展望:AI・ロボットの最近の動向

4.生産・物流・生活分野におけるAIによるロボット知能化研究の実例
  4-1 生産分野:熟練作業の分析システム
  4-2 物流分野:知能ロボット開発 〜国際ロボット大会への参画を通じて〜
  4-3 生活分野:対象物の「機能」認識

5.まとめ・AI・ロボット新時代にむけた課題の整理と展望

【質疑応答】

Copyright (C) 2021 NTS Inc. All right reserved.