梶研

カルマンフィルタ序章 出席率 3年セミナー：??% スケジュール 短期的な予定 端末姿勢推定 データを収集 グラフを作成 静止状態の判別 端末の姿勢を推定 加速度を世界座標に変換 カルマンフィルタを用いた推定 長期的な予定 9月中旬まで 端末姿勢推定(加速度, 角速度) 10月中 端末姿勢推定(カルマンフィルタ) 11月中 Kotlin(とRust)の勉強 「いつでもセンシングアプリ」 進捗報告 データをとる 回転を滑らかにしたデータを取る 机に置く(z軸正が上) → 縦向きに立てる(y軸正が上) → 横向きに立てる(x軸正が上) → 机に置く(z軸正が上) 元データ 加速度 白: 静止時 灰: 動作時 角速度, 角度 姿勢推定結果 うまくいっているように見えるが、角速度のメリットが分かりづらい 加速度だけを使用した姿勢推定 世界座標系に変換した加速度 加速度を大きくする 小走りしながらスマホを立てて戻す 加速度だけを使用した姿勢推定 相補フィルターを用いた姿勢推定 加速度だけではノイズが大きいが、 相補フィルターではノイズを抑えることができている カルマンフィルタ もっと調べた Youtube ChatGPT に生成させたサンプルコード import numpy as np import pandas as pd # カルマンフィルタの初期化 def initialize_filter(): # 初期状態推定値 (クォータニオン) x = np....

技育展 & カルマンフィルタについて調べた 出席率 3年セミナー：??% スケジュール 短期的な予定 端末姿勢推定 データを収集 グラフを作成 静止状態の判別 端末の姿勢を推定 加速度を世界座標に変換 カルマンフィルターを用いた推定 技育展 決勝 長期的な予定 9月中旬まで 端末姿勢推定(加速度, 角速度) 10月まで? 端末姿勢推定(カルマンフィルター) 10月中 Kotlin(とRust)の勉強 「いつでもセンシングアプリ」 進捗報告 技育展 結果 ファイナリストなれず 改善点 自分 ノードを元にGoogle検索とQiita検索をしやすいように 初めて訪れた際、検索ボックスを表示するようにする ユーザビリティの向上(検索ボックス等) その他 2回目以降に訪れた際、最後に見たノードから始まるようにする 関数などより細かな情報を追加 感想等 ファイナリストには研究やOSSなど年単位で制作しているものが多く、 気軽に参加してファイナリストになれるものではないと感じた. しかし、一部のファイナリストや企業賞を取っていた参加者の中には2ヶ月で制作したとうい人も多く、 制作期間だけではなく 技育展に適した アイデアなども重要だと思った. 端末姿勢推定 カルマンフィルタについて調べた 論文から CiNii でカルマンフィルタを使っている研究論文を探した GPS測位情報とセンサ情報に基づく位置推定システムに関する研究 IPSJ Dead Reckoning（DR）技術 デッドレコニング カーナビに使われる GPSによる絶対位置推定情報とセンサによる相対移動推定情報をカルマンフィルタによって組み合わせる 歩数と歩幅は使わない 短時間フーリエ変換を用いる 最低2歩分の1s以上がよい 移動体の電波強度を利用した歩行者の位置精度向上手法の評価 IPSJ 電波強度にカルマンフィルタを適用 測距情報と姿勢情報と部屋情報を融合させた屋内位置推定システムに関する研究 IPSJ 端末の姿勢情報と周囲の壁面などの測距情報と，屋内の3次元部屋情報を融合する 加速度の時空間情報を考慮した進行方向推定手法の検討 IPSJ 論文は専門用語や未知の数学を使っていて難しかった. Qiita 等 言いたいことは分かるが、数式が難しく計算方法がわからない...

端末姿勢推定 出席率 3年セミナー：??% スケジュール 短期的な予定 端末姿勢推定 データを収集 グラフを作成 静止状態の判別 端末の姿勢を推定 加速度を世界座標に変換 カルマンフィルターを用いた推定 長期的な予定 9月23日 技育展 決勝 9月中旬まで 端末姿勢推定(加速度, 角速度) 10月まで? 端末姿勢推定(カルマンフィルター) 10月中 Kotlin(とRust)の勉強 「いつでもセンシングアプリ」 進捗 やりたいこと 端末の姿勢推定 加速度を端末座標から世界座標にする 考え方 相補フィルターを使う 静止状態では加速度から傾きを推定 動作状態では角速度から傾きを推定 最終的には カルマンフィルター を使う 前回) 相補フィルターを使って端末姿勢推定をした 結構理想通りにはなったが正解が分からない 加速度を世界座標系に変換してみる 正解データとの比較ができるデータを取る 前回) 加速度を世界座標系に変換した 明らかにおかしい ベクトル(加速度)を回転させる関数は以前のものを使用したため合ってるはず 元の加速度と姿勢推定後のデータのサンプリング周波数の違い? 問題点1 単位の違い 前回、単位が rad と deg で違うという問題があった → deg に統一 ただし、過去に作ったベクトルを回転させる関数は rad だった 修正後のグラフ 問題点2 関数が良くない 以前に使った加速度から傾きを出す関数を利用した 関数の仕様 以前のプログラムでは以下の処理をして返していた def calc_tilt(df_acc): ... roll = math.acos(x / gravity) yaw = math....

端末姿勢推定 出席率 3年セミナー：??% スケジュール 短期的な予定 端末姿勢推定 データを収集 グラフを作成 静止状態の判別 端末の姿勢を推定 加速度を世界座標に変換 角速度を世界座標に変換 カルマンフィルターを用いた推定 長期的な予定 9月23日 技育展 決勝 9月中旬まで 端末姿勢推定(加速度, 角速度) 10月まで? 端末姿勢推定(カルマンフィルター) 10月中 Kotlin(とRust)の勉強 「いつでもセンシングアプリ」 進捗 やりたいこと 端末の姿勢推定 加速度を端末座標から世界座標にする 考え方 加速度に変化がない(動いていない)時は、重力加速度の方向から端末状態を出す 変化がある時は、ジャイロセンサーから端末状態を出す 最終的には カルマンフィルター を使う 前回 灰色は動いていると判断した区間 橙は区間内の最大値と最小値の差 200ms(80フレーム) ごとに区切り、区間内の最大値と最小値の差が 1m/s^2 以下の時は、 動いていないと判断する 静止状態の判別方法を変更 差ではなく、分散を用いる 200ms(80フレーム) ごとに区切り、区間内の分散が 0.15m/s^2 以下の時は、静止状態とする 加速度のグラフ(ノルム) 静止状態との差が大きくなっていて良い 角速度から端末の傾きを出す 角速度を積分して角度を出す 加速度から端末の姿勢を出す 加速度の絶対値で各軸の加速度を割って、arccosをとる gravity = math.sqrt(x ** 2 + y ** 2 + z ** 2) angle_x = math....

技育CAMP アドバンス & 端末状態推定 出席率 3年セミナー：??% スケジュール 短期的な予定 技育CAMP vol.7(技育展) 案出し 役割分担 アプリイメージの作成 サイトの作成 スライドの作成 技育CAMP vol.7 発表(8/5) 追加開発 技育展中部ブロック 発表(8/12) デモ動画変更 (システム改善) 技育CAMPアドバンス 発表(9/2) 追加開発 技育展 決勝(9/23) 端末状態推定 データを収集 グラフを作成 ー 長期的な予定 9/23 技育展 決勝 技育CAMP アドバンス 制作物 単語の繋がりを可視化するアプリ 結果 なし 反省 技術的な挑戦がない 目立たない 印象に残らない 端末状態推定 考え方 加速度に変化がない(動いていない)時は、重力加速度の方向から端末状態を出す 変化がある時は、ジャイロセンサーから端末状態を出す 最終的には カルマンフィルター を使う データを収集 スマホをポケットに入れてU字に歩く 10歩前進 - 右向いて4歩前進 - 右向いて10歩前進 加速度(ノルム) ~3s : ポケットに入れている 37s~ : ポケットから出している 角速度 角度 前回(7/25) のやり方 ノルム が 9....