カルマンフィルタの基礎と実装 -自動運転・移動ロボット・鉄道への実践までー［改訂版］
書籍情報
発売日 : 2023年03月07日
著者／編集 : 綱島 均/橋本 雅文/菅沼 直樹
出版社 : 科学情報出版
発行形態 : 単行本
書籍説明
内容紹介
好評につき2021年刊行書籍を早くも改訂！ページ数も16ページ増のボリュームアップ！
目次
【目次】
第Ⅰ部 カルマンフィルタの基礎
第１章 線形カルマンフィルタ
１−１ 確率分布
１−２ ベイズの定理
１−３ 動的システムの状態空間表現
１−４ 離散時間における動的システムの表現
１−５ 最小二乗推定法
１−６ 重み付き最小二乗推定法
１−７ 逐次最小二乗推定法
１−８ 線形カルマンフィルタ（KF）
第２章 非線形カルマンフィルタ
２−１ 拡張カルマンフィルタ（EKF）
２−２ アンセンティッドカルマンフィルタ（UKF）
第３章 データアソシエーション
３−１ センサ情報の外れ値の除去
３−２ ターゲット追跡問題におけるデータ対応付け
第４章 多重モデル法による状態推定
４−１ 多重モデル法
４−２ Interacting Multiple Model（IMM）法
４−３ 適用例
４−４ IMM法の利点と適用限界
第Ⅱ部 移動ロボット・自動車への応用
第５章 ビークルの自律的な誘導技術
５−１ はじめに
５−２ ビークルに搭載されるセンサ
５−３ ビークルの自律的な誘導に必要とされる技術
５−４ カルマンフィルタの重要性
第６章 自己位置推定
６−１ はじめに
６−２ 自己位置推定の方法
６−３ デッドレコニングとRTK-GPSによる自己位置推定
６−４ デッドレコニングの状態方程式
６−５ ランドマーク観測における観測方程式
第７章 LiDARによる移動物体追跡
７−１ はじめに
７−２ LiDARによる周辺環境計測
７−３ 移動物体検出
７−４ 移動物体追跡
７−５ 実験
第８章 デッドレコニングの故障診断
８−１ はじめに
８−２ 実験システムとモデル化
８−３ 故障診断
８−４ 実験
第９章 LiDARによる道路白線の曲率推定
９−１ はじめに
９−２ 実験システムと白線検出
９−３ 白線の線形情報推定
９−４ 実験
第10章 路面摩擦係数の推定
10−１ はじめに
10−２ IMM法による状態推定
10−３ 推定シミュレーション
10−４ 実車計測データへの適用
第Ⅲ部 鉄道の状態監視への応用
第11章 鉄道における状態監視の現状と展望
11−１ はじめに
11−２ 状態監視の一般的概念と方法
11−３ 車両の状態監視
11−４ 軌道の状態監視
11−５ 軌道状態監視システムの開発事例
11−６ 今後の展望
第12章 軌道形状の推定
12−１ はじめに
12−２ 車両モデル
12−３ 軌道形状の推定
12−４ シミュレーションによる推定手法の評価
12−５ 実車走行試験
第13章 鉄道車両サスペンションの異常検出
13−１ はじめに
13−２ 鉄道車両サスペンションの故障診断
13−３ シミュレーションによる推定手法の検証
第Ⅰ部 カルマンフィルタの基礎
第１章 線形カルマンフィルタ
１−１ 確率分布
１−２ ベイズの定理
１−３ 動的システムの状態空間表現
１−４ 離散時間における動的システムの表現
１−５ 最小二乗推定法
１−６ 重み付き最小二乗推定法
１−７ 逐次最小二乗推定法
１−８ 線形カルマンフィルタ（KF）
第２章 非線形カルマンフィルタ
２−１ 拡張カルマンフィルタ（EKF）
２−２ アンセンティッドカルマンフィルタ（UKF）
第３章 データアソシエーション
３−１ センサ情報の外れ値の除去
３−２ ターゲット追跡問題におけるデータ対応付け
第４章 多重モデル法による状態推定
４−１ 多重モデル法
４−２ Interacting Multiple Model（IMM）法
４−３ 適用例
４−４ IMM法の利点と適用限界
第Ⅱ部 移動ロボット・自動車への応用
第５章 ビークルの自律的な誘導技術
５−１ はじめに
５−２ ビークルに搭載されるセンサ
５−３ ビークルの自律的な誘導に必要とされる技術
５−４ カルマンフィルタの重要性
第６章 自己位置推定
６−１ はじめに
６−２ 自己位置推定の方法
６−３ デッドレコニングとRTK-GPSによる自己位置推定
６−４ デッドレコニングの状態方程式
６−５ ランドマーク観測における観測方程式
第７章 LiDARによる移動物体追跡
７−１ はじめに
７−２ LiDARによる周辺環境計測
７−３ 移動物体検出
７−４ 移動物体追跡
７−５ 実験
第８章 デッドレコニングの故障診断
８−１ はじめに
８−２ 実験システムとモデル化
８−３ 故障診断
８−４ 実験
第９章 LiDARによる道路白線の曲率推定
９−１ はじめに
９−２ 実験システムと白線検出
９−３ 白線の線形情報推定
９−４ 実験
第10章 路面摩擦係数の推定
10−１ はじめに
10−２ IMM法による状態推定
10−３ 推定シミュレーション
10−４ 実車計測データへの適用
第Ⅲ部 鉄道の状態監視への応用
第11章 鉄道における状態監視の現状と展望
11−１ はじめに
11−２ 状態監視の一般的概念と方法
11−３ 車両の状態監視
11−４ 軌道の状態監視
11−５ 軌道状態監視システムの開発事例
11−６ 今後の展望
第12章 軌道形状の推定
12−１ はじめに
12−２ 車両モデル
12−３ 軌道形状の推定
12−４ シミュレーションによる推定手法の評価
12−５ 実車走行試験
第13章 鉄道車両サスペンションの異常検出
13−１ はじめに
13−２ 鉄道車両サスペンションの故障診断
13−３ シミュレーションによる推定手法の検証
著者情報
綱島 均
所属：日本大学生産工学部機械工学科 教授、
鉄道工学リサーチ・センター センター長。
1981 年 大阪府立大学工学部 航空工学科卒業。
1983 年 大阪府立大学大学院 航空工学専攻 博士前期課程修了。
同年株式会社神戸製鋼所入社、新交通システムの設計・建設に従事。
1995 年 博士（工学）（東京大学）
1996 年 日本大学生産工学部専任講師、1998 年同助教授、2004 年同教授、2017 年 鉄道工学リサーチ・センター センター長となり現在に至る。
車両運動制御、信号処理、状態監視、故障検出、ヒューマンファクタ、脳機能計測、ブレイン・コンピュータ・インターフェースに関する研究に従事。
所属学会：日本機械学会（ フェロー）、自動車技術会、ヒューマンインターフェース学会、人間工学会、システム制御情報学会、計測制御学会。
綱島, 均
橋本 雅文
所属：同志社大学インテリジェント情報工学科 教授。
1979 年 大阪府立大学工学部 航空工学科卒業。
1981 年 大阪府立大学大学院 航空工学専攻 修士課程修了。
1989 年 工学博士（大阪府立大学）
1981 年大阪府立大学助手、1989 年広島大学工学部助教授、2004 年同志社大学理工学部教授となり現在に至る。
センシング情報処理、センサ情報統合、センサネットワーク、LiDAR 応用計測、ビークルナビゲーションに関する研究に従事。
所属学会：IEEE、日本機械学会、日本ロボット学会、計測制御学会、システム制御
情報学会、電気学会、自動車技術会。
橋本, 雅文, 計測工学
菅沼 直樹
所属：金沢大学 高度モビリティ研究所 副所長、教授。
1998 年 金沢大学工学部 機械システム工学科卒業。
2000 年 金沢大学大学院 自然科学研究科 機械科学専攻 博士前期課程修了。
2002 年 金沢大学大学院 自然科学研究科 システム創成科学専攻 博士後期課程修了。
2002 年 博士（工学）（金沢大学）
2002 年 日本学術振興会特別研究員（PD）
2002 年 金沢大学 工学部助手、2006 年 金沢大学 自然科学研究科 講師、2015 年 金沢大学 理工研究域准教授、2019 年 金沢大学 新学術創成研究機構 教授、2021 年 金沢大学 高度モビリティ研究所 副所長となり、現在に至る。
自動運転自動車の周辺環境認識、パスプランニング等に関する研究に従事。
所属学会：自動車技術会、計測自動制御学会、日本ロボット学会、国際交通安全学会、
日本機械学会。
菅沼, 直樹
