到達目標
AIロボットの基礎理論,ハードウェア,プログラミングについて理解し,シミュレータのバーチャルロボットを動作できる.
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
評価項目1 | AIロボットに用いられている要素技術の数理について理解し説明できる. | AIロボットに用いられている要素技術について理解できる. | AIロボットに用いられている要素技術について理解できない. |
評価項目2 | ROS2のシミュレータを用いてAIロボットの各種技術を実装・応用できる. | ROS2のシミュレータを用いてAIロボットの各種技術を実装できる. | ROS2のシミュレータを用いてAIロボットの各種技術を実装できない. |
学科の到達目標項目との関係
(D) 専門分野の知識と情報技術を身につける。
説明
閉じる
教育方法等
概要:
本講義では,AIロボットに用いられている要素技術の基礎的な数理について解説し,AIロボットを支える人工知能とロボット工学の知識について理解を深める.
授業の進め方・方法:
第1週から第8週は参考書を基にした講義資料を配布し講義形式として対面にて行う.第9週から第15週は,第1週から第8週までの内容をシミュレータを用いた演習形式とし,オンラインおよびオンデマンドにて行う.
注意点:
シラバス末尾の評価割合に沿って総合的に評価し,60点以上を合格とする.
総合評価が「不可」となった者に対して,1回のみ再試験を行う.実施方法等は別途提示する.
事前・事後学習、オフィスアワー
【事前・事後学習】本科目は学修単位(2単位)の講義であるため,講義で保証する学習時間と予習・復習(試験のための学習も含む)に必要な標準的な学習時間の総計が90時間に相当する学習内容である.
【オフィスアワー】講義実施日の16:00~17:00を基本とし,その他随時対応する.
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
後期 |
3rdQ |
1週 |
ガイダンス(AIロボットとは?) |
AIロボットについての概要を理解できる.
|
2週 |
音声認識・合成 |
ロボットがユーザの発話音声を認識する音声認識技術とロボットが音声を生成する音声合成技術について理解できる.
|
3週 |
ナビゲーション①(自己位置推定と地図) |
AIロボットに必要不可欠なナビゲーションについて学び,自己位置推定および地図の作成技術を数学的に理解できる.
|
4週 |
ナビゲーション②(制御・障害物回避) |
AIロボットに必要不可欠なナビゲーションについて学び,制御手法および障害物回避技術を数学的に理解できる.
|
5週 |
ビジョン |
ロボットビジョンの基礎,カメラのキャリブレーション,画像の特徴検出と分類,深層学習について理解できる.
|
6週 |
マニピュレーション |
ロボットアームの順運動学と逆運動学について理解できる.
|
7週 |
プランニング |
ロボットが複雑なタスクを達成するための状態遷移を扱う内容について理解できる.
|
8週 |
試験 |
第1週から第7週の内容を理解し説明または計算ができる.
|
4thQ |
9週 |
ROS2の基礎知識 |
ROS2の基礎知識を理解し,シミュレータを動作できる.
|
10週 |
音声認識・合成の実装※オンデマンド |
ROS2シミュレータ上で,音声認識技術とロボットが音声を生成する音声合成技術を実装できる.
|
11週 |
ナビゲーション①(自己位置推定と地図)の実装※オンデマンド |
ROS2シミュレータ上で,自己位置推定および地図の作成技術を実装できる.
|
12週 |
ナビゲーション②(制御・障害物回避)の実装※オンデマンド |
ROS2シミュレータ上で,制御および障害物回避を実装できる.
|
13週 |
ビジョンの実装※オンデマンド |
ROS2シミュレータ上で,カメラのキャリブレーション,画像の特徴検出と分類について実装できる.
|
14週 |
マニピュレーションの実装※オンデマンド |
ROS2シミュレータ上で,ロボットアームのマニピュレーションを実装できる.
|
15週 |
プランニングの実装※オンデマンド |
ROS2シミュレータ上で,ロボットの状態遷移を実装できる.
|
16週 |
|
|
モデルコアカリキュラムの学習内容と到達目標
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
評価割合
| レポート | 授業課題 | 出席 | 合計 |
総合評価割合 | 70 | 20 | 10 | 100 |
基礎的能力 | 10 | 0 | 10 | 20 |
専門的能力 | 60 | 20 | 0 | 80 |