セミナー

MATLAB Expo 2017 in Nagoya

開催地:
愛知県, 名古屋市
会場:
ミッドランドスクエア
日付:
2017年11月14日(火)
時間:
10:00-16:30

概要

MATLAB EXPOは、MathWorks製品に関する様々な事例や最新情報をご紹介する年に一度のカンファレンスで、毎年、世界各国で開催されています。2017年は東京の内容から一部抜粋し、名古屋でも開催いたします。 株式会社ジェイテクト様、ヤンマー株式会社様からは、名古屋会場でもユーザー講演を賜ります。これからMATLAB®をご利用になる方も、すでにご 利用いただいている方も、新たな発見や出会いを見つける場として、ぜひお役立てください。

ハイライト

  • MATLAB/Simulink ユーザー適用事例
  • ディープラーニング・GPU実装
  • ADAS・ロボティクス
  • パワーエレクトロニクス・モーター制御

参加対象者

  • MathWorksソリューションに興味のある方

アジェンダ

時間 タイトル
09:30 受付開始
10:00-10:40 設備と共に人が成長する工場を描く自工程完結型エッジコンピューティング
株式会社 ジェイテクト 工作機械・メカトロ事業本部 IoE推進室 第1グループ グループ長 都築 俊行様
設備のIoTが進むにつれ、多くのデータがインターネットを通じてクラウド上で蓄積、分析、判定され設備にフィードバックされるには様々な課題があり、最近ではエッジで分散処理することが求められてきている。
トヨタグループのジェイテクトには古くからTPS(トヨタ生産方式)の基本思想が根付いており、設備に異常や問題があればその場で止まり、判る仕組みを構築する「自働化」を重んじている。エッジコンピューティングはまさしく、このTPSの考えそのものである。
判る仕組みを構築することで改善が生まれ、設備だけでなく人も成長する工場を描くジェイテクトの取組みをMATLABを使った具体的事例で紹介する。
10:40-11:10 ヤンマーにおける機械学習/深層学習~MATLABを用いた取り組み事例紹介~
ヤンマー株式会社 中央研究所基盤技術研究部 博士(工学) 奥山 昌紀様
ヤンマーでは、農業IoTや機械予知保全を目的として、機械学習/深層学習に関する技術開発に取り組んでいる。今回はMatlabを用いて取り組んだいくつかの事例、例えばRegions with Convolutional Neural Networkを用いた農作物画像からの物体検出、ならびにDeep Auto Encoderを用いた振動データからの異常検知などについて、ご紹介する。
11:10-11:30 休憩
11:30-12:10 ディープラーニングによる画像認識の基礎と実践ワークフロー
MathWorks Japan 木川田 亘
畳み込みニューラルネットに代表されるディープラーニング(深層学習)は、その優れた性能によって、画像診断補助などの医用分野、ADAS・自動運転分野、外観検査などのFA/マシンビジョン分野、自律制御型ロボットのロボティクス分野まで様々な分野にその応用先を広げつつあります。
本セッションでは、画像の分類や認識で利用される、畳み込みニューラルネット(CNN)についての基礎とMATLABでのネットワーク構築、転移学習による学習の効率化について解説すると共に、MATLABを活用することで、画像の取り扱いから、学習データのラベリング、学習、作成したネットワークの精度検証、プログラムの配布までの一連の作業が一貫した環境で効率よく行える様子をご紹介します。
12:10-13:10 昼休憩
13:10-13:50 いまからはじめる組み込みGPU実装 ~コンピュータービジョン・ディープラーニング編~
MathWorks Japan 大塚 慶太郎
近年、コンピュータービジョンやディープラーニングの技術は様々な領域で用いられるようになり、その活用の可能性は益々広がっています。一方、処理負荷の増大によってGPUの利用がほぼ必須の状況です。実装対象のデバイスとしてGPUを検討されるケースが増えてきていますが、開発環境・言語の違いなどによって実装に要する工数の増大が課題になりつつあります。
MATLABはアルゴリズム開発から実装までをカバーする統合開発環境です。アルゴリズム開発におけるシミュレーションの高速化を目的としたGPUの利用だけでなく、組み込みGPUをターゲットとしたCUDA®コードの生成も可能です。MATLAB上で開発された画像処理アルゴリズムやディープラーニングのネットワークからは専用コンパイラを利用することで最適化されたポータブルなCUDAコードを生成でき、様々なGPU環境(デスクトップ、クラスタ、NVIDIA®Tegra®組み込みプラットフォーム)にクロスコンパイルして配布、実行することができます。
本セッションでは、ディープラーニングを含む画像処理アルゴリズム開発からGPUへの実装まで、MATLAB上でのワークフローをご紹介します。
13:50-14:30 自動運転・ADASの開発・検証ソリューション
MathWorks Japan 竹本 佳充
自動運転・ADASの研究開発向け新製品Automated Driving System Tooboxをご紹介します。
このツールボックスは、認知・判断・操作の領域の開発・検証のプラットフォームとして様々な機能を提供します。多種・多様なセンサーからのデータを理解・判断しやすくするための可視化、仮想空間上で自動運転の様々なシナリオを用いたアルゴリズム検証、機械学習や画像処理により認知した結果の性能評価等を効率よく行えますので、アルゴリズム開発、検証・評価、開発環境・ツール構築をされている方に広く活用していただけます。
    主な内容:
  • カメラ・レーダーからのオブジェクトリストや区画線の検出結果、LiDARからの点群データ等様々なデータの可視化機能
  • 自動運転に関連する画像処理(鳥瞰図変換、区画線検出、車認識 等)や各種カルマンフィルタを用いたトラッキングアルゴリズム
  • 半自動ラベリングアルゴリズムを搭載した、Ground Truthラベリングツール 道路や複数車両
  • 走行軌跡を定義し、車両上のセンサモデルからの出力をシミュレーションできる、テストシナリオ作成機能
14:30-14:50 休憩
14:50-15:30 MATLABではじめる自律移動システムのためのパスプランニング
MathWorks Japan 木川田 亘
近年、ADAS/自動運転から自動搬送車、ドローン、医療ロボット、サービスロボットまで幅広い分野でのロボット技術の活用が期待されています。自律移動システムが効率よく行動するためには、地図データによって障害物を把握しつつ、センシングによる自己位置推定を元に最適な経路を探索するパスプランニングが不可欠です。
本セッションでは、MATLAB/Simulink®を活用することでパスプランニングアルゴリズムを効率的に開発できる様子をご覧いただきます。グリッドマップなどの地図データの取り扱いからLiDARを使った自己位置推定、ロボットの数式モデルの導出、運動学や動力学を考慮したパスプランニングまでシミュレーションベースで効率よく開発ができる様子をご紹介します。
ADAS/自動運転やロボットアプリケーション開発をこれから行う必要のある方はもちろんのこと、この分野の開発効率を上げたい方にもおすすめのセミナーです。ぜひご参加ください。
15:30-16:10 今からはじめるパワエレ&モーター開発におけるモデルベースデザイン~最新トレンドを交え~
MathWorks Japan 宮川 浩
パワーエレクトロニクス(パワエレ)や各種モーターの制御開発における、モデルベースデザインの適用が加速しています。現代社会においては家電製品から産業用機器まで様々な分野での電動化やデジタル化が今後もさらに進むことでしょう。電力の変換と制御をつかさどるパワエレやモーター制御への期待は必然であり、その開発の効率化を実現する手段としてモデルベースデザインがあります。
モデルベースデザインを活用することで、開発の早い段階から設計品質を高め、また制御開発においては、設計工程のみならず、実装、検証にいたるさまざまな領域でモデルを活用し、効率化が実現されます。
本セッションでは、モデルベースデザイン適用の最新トレンドと、モーター制御へのモデルベースデザイン適用を例にとり、そのワークフローについて、最新の機能やデモンストレーションを交えてご紹介します。
モデルベースデザインをご存じない方、これからはじめようという方には、次のステップの足がかりとしていただければと思います。
16:10 Q&A、閉会の挨拶
16:30 閉会