YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Japanese subtitles

← 19-02 Autonomous Vehicle Intro 2

Get Embed Code
2 Languages

Showing Revision 1 created 11/29/2014 by Udacity.

  1. これは前方の地形の地図を作成する
    レーザシステムの画像です
  2. 講義で少しだけレーザと
    距離計について触れました
  3. すべての装置が私たちの車が動いている状況を
  4. 評価するための三次元の地図の作成に
    作用しているのが見て取れます
  5. これは機械学習を用いた自動運転の機能です
  6. 短距離での運転可能な場所を知るために
    レーザを使いました
  7. この情報を使いコンピュータビジョンに
    適用された機械学習の技術で
  8. 長距離の場合についても推測します
  9. これは砂漠上で運転できる地形を見極める
    機械学習アルゴリズムの出力による色付けです
  10. このレースに勝つと名声と200万ドルを手にします
  11. このレースは早朝に始まりました
    太陽はちょうど上り始めるところでした
  12. 私たちの車は自動運転で人間が運転する車から
    追われます かなり順調でした
  13. 先頭のカーネギーメロン大学の車を
    追い抜きました
  14. コースは両側が今にも崩れそうな
    複雑で危険な山道です
  15. 左側は崖で右側は山でした
  16. 車はここです 人間の運転する車が後ろにいます
  17. 私たちの車は注意深く山道を登ります
  18. 車がゴールラインの少し前に見えますね
  19. 7時間ほどで今までのロボットが
    成し遂げなかったことを達成できました
  20. DARPAグランドチャレンジを完走し
    スタンフォード大学が200万ドルを獲得しました
  21. この結果を本当に誇りに思いました
  22. その後別の大会に参加するため
    “ジュニア”の製作に移行しました
  23. ジュニアが距離計を使ってレーザが障害物を探し
  24. 検出しているのが見て取れます
  25. 自由な現在地推定についてお話しします
  26. 粒子フィルタとヒストグラムフィルタを使い
    与えられた地図と関連させて
  27. 現在地を決められました これは
    安全に運転する上で不可欠なことです
  28. ジュニアは粒子フィルタを使って
    車を検出することができました
  29. 位置や距離だけでなく対象物の大きさも
    推測することができました
  30. 左側で検出された車を見確認できます
  31. 右側では同じ状況を
    カメラを通して確認できます
  32. ここで車を検出しているのが見えますね
  33. これは外部から見た時の見え方です
  34. 車が往来が激しい街中を走っています
  35. 左に曲がるため車が他の動くまで待ちます
  36. 車が動いたら道を曲がって走行します
  37. 今日の講義ではこのように車を
    プログラムする方法をお教えします
  38. これはGoogleの自動運転車の動画です
    見たことがあるかもしれません
  39. この車はプリウスと同じくらいの
    スピードで走行可能です
  40. 他の車と並び滑らかに走行しています
  41. 実験では自動運転車だと気づかれないまま
    約16万キロも走行しました
  42. これはスタンフォード大学の近くの
    パロアルトという町の通りです
  43. 車が歩行者に道を譲っています
  44. もちろん安全のために人間も同乗しています
  45. ですがこの車は本当に町中を
    自動運転で走行しているのです
  46. これは高速道路を走っている時の車からの映像です
  47. スピードを上げています
  48. 料金所を通ったり
    ロサンゼルスを走ったりしています
  49. たくさんのヤシの木が見えます
    運転するには美しい環境です
  50. これは車内の働きで
    車が走ろうとしているエリアが分かります
  51. 機械学習やレーザレーダなどを使って
  52. 障害物に目印がつけられています
  53. 自身と環境の関係によって
    色付けされているのが分かります
  54. 確信を持って運転しているのも分かります
  55. これは曲がりくねっていることで有名な
    ロンバードストリートを下る試みです
  56. きついカーブですがスピードを上げています
    このような車の生み出す難しさが分かりますね
  57. 短い期間でこのように技術が
    進歩したのにはかなり驚きました
  58. これは私のスタンフォード大学の学生が
    機械学習の1つである強化学習を制御に用いて
  59. 南の駐車場で行った実験です
  60. この手法がどれだけ速く
    有効であるかがあるか分かります
  61. 皆さんには今まで学んだことに基づいて
    こういったソフトウエアを作ってもらいたいです
  62. 機械学習について少しだけ触れ
    粒子フィルタについてたくさん説明しました
  63. ピーターが教えたプランニングの講義に関連して
    モーションプランニングについてもお話しました