MATLAB EXPO 2017 JAPAN

セッション内容

スパースモデリングとエンジニアリングデータアナリティクス

K1 10:00-10:40

実験/計測データや数値計算データなどのエンジニアリングデータの高度な利活用は、製造業だけでなく、今後のIT企業にとっても重要な研究開発戦略の一つである。本講演では、このエンジニアリングデータアナリティクス(EDA)の視点から、スパースモデリング(SpM)とデータ駆動科学を紹介する。

データ駆動科学とは、実験/計測データや数値計算データの背後にある潜在的構造の抽出に関して、データが対象とする学問分野に依存しない普遍的な学問体系である。データ駆動科学においては、データ解析の目的である計算理論のレベルと、データ解析手法である表現・アルゴリズムのレベルの間に、モデリングのレベルが存在する。これをデータ駆動科学の三つのレベルという。

本講演では、SpMによるブラックホールやMRIの撮像を紹介し、引き続き、連立方程式とその応用問題を例にとり、データ駆動科学の三つのレベルを導入し、その情報科学的な手法がSpMであることを説明する。いくつかの事例を紹介することで、SpMとデータ駆動科学が、EDAに携わるデータサイエンティストに必須の学問体系であることを解説する。

岡田 真人東京大学 大学院 新領域創成科学研究科 教授/
物質・材料研究機構 (NIMS) 統合型材料開発・情報基盤部門(MaDIS) MIアドバイザー
岡田 真人

How to Build an Autonomous Anything

K2 10:40-11:20

自律システムは今や身の回りに当たり前のようにあふれ、我々の生活やビジネスを変えています。自動運転車やロボットやドローンにとどまらず、エンジンの予知保全、自動トレーディング、医療画像解析など、あらゆる分野に広がっています。

システムが自ら学習し、稼働する自律システムを構築するには、3つの要素が必要です。

  • 莫大なデータとパワフルな演算能力
  • 通信、制御、ディープラーニングなど広範なアルゴリズム
  • クラウド、組み込みデバイスへの実装

本講演では、世界中のエンジニア、サイエンティストがどのようにMATLAB®/Simulink®を使ってあらゆるものを自律化しているか、様々な事例をご紹介します。

(本セッションは日本語同時通訳付きの英語講演です。)

講演者のMathWorksフェローであるJim Tungは、テクニカルコンピューティングソフトウェア市場で25年以上の経験を有し、うち20年以上をMathWorksで勤務し、ビジネスとテクノロジーの戦略・分析に従事しています。

Jim TungMathWorks
Jim Tung

MATLAB and Simulink最新情報

K3 11:20-11:40

本セッションではR2017a, R2017bのリリースハイライトを中心に、アドオン製品を含むMATLAB®/Simulink®の最新情報をご紹介します。 データアナリティクスにおいては機械学習・ディープラーニングに関連した機能強化や機能拡張、そしてモデルベースデザインにおいては、シミュレーション・モデル管理/検証に関連したパフォーマンスや生産性の向上などが今回の見どころです。研究開発・設計のワークフローの効率化に役立つ最新リリースの新機能をご紹介します。

宅島 章夫MathWorks Japan
宅島 章夫

データ活用を成功させるための解析ワークフロー

A1 13:00-13:40

手元にあるデータを事業に活用したいのにどこから始めたらよいのか困ったという経験はないでしょうか。実際に解析に取り掛かっても、流行りのAI (人工知能) や Internet of Things (IoT) を取り入れれば何もかもが解決するわけではないと気づいた方も多いのではないでしょうか。

データを上手に活用することで、今まで人手や勘で行っていた作業を自動化して全体の生産性を向上させたり、他の作業に時間を掛けたりすることができます。しかし、データ解析で良い結果を得るには、分析の手法を選択するだけではなく、データの理解や適切な前処理が必要になります。

本セッションでは主にテキストデータを扱い、描画によるデータの理解や前処理を含んだデータ解析の典型的なワークフローに従って課題を解決する流れを紹介します。また、実問題を扱うときに注意の必要がある機械学習の手法選択、計算時間などの課題について言及し、最新機能を使って複雑なデータから効率的に知見を発見する例をお見せします。

機械学習によるデータ解析を始めたい方や、身近なデータの分析をしたい方、データ解析をする中で目的に沿った結果を出すための工夫をしたいとお考えの方におすすめのセッションです。

井原 瑞希MathWorks Japan
井原 瑞希

MATLAB/Simulinkによる予知保全・故障予測

A2 14:00-14:40

IoT関連技術の発展によりセンサーデータの活用がますます盛んになる中、産業機械の稼動状況の診断や製造過程の異常の自動検出、さらには事前に故障を予測し故障そのものの発生を回避する予知保全の枠組みも研究が進んでいます。

ただ、精度のよい故障予測モデルを作成する際には、観測対象への理解だけでなく統計的なノウハウも必要不可欠であり、故障時のデータ収集の難しさなど、乗り越えるべき課題は少なくありません。

本セッションでは予知保全の概要・事例、MATLAB®の機械学習機能を使った産業機械の交換時期を見積もるワークフローに合わせて、故障発生時データが入手困難な場合に有効な物理モデルを使用したアプローチもご紹介します。MATLABを使用した故障予測アルゴリズムの既存システムへの統合方法についても言及します。

参加対象者

MathWorks製品の予備知識は必要ありません。

  • 機器の運用データやセンサーデータの活用をお考えの方
  • 異常を事前に検知する手法に興味をお持ちの方
  • 機械学習を製造現場で活用したい方
井上 道雄MathWorks Japan
井上 道雄

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

A3 15:10-15:50

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。

都築 俊行株式会社 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

機械学習を用いた官能評価モデリングと車両運転性能の最適化

A4 16:10-16:50

機械学習の応用が様々な業界で増えつつある近年、自社製品に人工知能(AI)の性能を持たせる事例と共に、機械学習の利用によって製品の今まで見えなかった特徴を見つけ出し、その製品性能向上を目指す事例も研究開発の現場でよく行われ始めている。その中で最も話題となっているトピックの一つが「官能評価モデリング」である。従来の人間の感覚に基づいた官能評価については個人差、評価時の気分や感情といった不確定要素が作用してしまい再現性が乏しいという課題がある。そこで、人間に代わって機械に自動的に同様なことをできるようにさせるのがこのようなモデルを構築する大きな目的である。

本講演では、スズキ株式会社で行われた機械学習とモデルベース開発(MBD)の組み合わせによるドライバビリティのモデリングと、そのモデルを利用したエンジン制御適合の最適化事例を紹介し、官能評価モデリングのための課題とその解決策について発表する。

岡島 儀尚スズキ株式会社
四輪パワートレイン実験部 係長
博士(工学)
岡島 儀尚
モハマッド ムキトMathWorks Japan
モハマッド ムキト

MATLABで、はじめよう!IoT

A5 17:10-17:40

本セッションでは全世界で注目されているトピックである Internet of Things (IoT)におけるMATLAB®の活用事例をご紹介します。

スマートデバイスとデータ分析・機械学習を組み合わせて、ホビー用途の自宅周辺のトラフィックモニタリングから、ミッションクリティカルな高度な予知保全システムや、マーケティング領域の将来の消費者動向調査まで、幅広いアプリケーション化が可能になります。

IoTを使ったビジネスのポテンシャルは無限大ですが、複雑なWebインフラストラクチャと多領域の専門知識が必要なため、IoTシステムの設計・構築は難しいように思えるかもしれません。

このセッションでは、Web開発やサーバー開発をすることなく、高度なデータ分析機能も使用して、簡易にIoTシステムのプロトタイプ作成と展開を行うことができるThingSpeak™について説明します。

ThingSpeakはまずは無料で始めることができるオンデマンドなサービスであり、クラウド上でMATLABコードを実行できる解析IoTプラットフォームです。

更に社内外のIT環境に統合できるMATLAB Production Server™をご紹介します。

大開 孝文MathWorks Japan
大開 孝文

画像分野におけるディープラーニングの新展開(R2017a/ R2017b)

B1 13:00-13:40

畳み込みニューラルネットワーク(CNN)は、画像認識の分野で非常に大きな成功を収め、現在ではディープラーニングを語る上で欠くことのできない技術のひとつになっていると言えます。CNNがその進化を遂げる上で、「画像のカテゴリ分類」というタスクは重要な役割を果たしてきました。現在では「カテゴリ分類」以外にもその用途を広げつつあります。

例えば、ある画像に映っているものが単純に何であるかを識別するのが「分類」だとすると、顔の画像から年齢などの連続値を予測するのは「回帰」として捉えることができます。現在ではこうした回帰のタスクにもCNNが使われるようになってきています。また、普通の「カテゴリ分類」が入力画像の全体を見て「何が映っているのか」を予測するものだとすると、CNNの進化版とも言えるR-CNNでは「どこに何が映っているか」までを予測できるようになってきています。

また、それ以外の画像処理のタスクに対してもCNNは次々に適用範囲を広げており、本セッションではそうしたCNNの新しい使われ方に焦点を当てて、MATLAB®のR2016bからR2017bにおいて導入された新機能を中心にご紹介します。

太田 英司MathWorks Japan
太田 英司

人工知能(畳込みニューラルネットワーク)の医療への応用

B2 14:00-14:40

近年、人工知能(AI: Artificial Intelligence)を医療現場に導入することにより、診断の質の向上、診断の効率化を目指した研究が世界中で進められている。人工知能の中でも、特に、画像認識の分野で優れた性能を発揮する畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)の臨床応用への期待は大きい。一般に、このCNNは分類問題と回帰問題に適用される。そこで本講演では、分類問題の適用例としてCNNによる病理像の自動パターン分類、回帰問題の適用例としてCNNによる医用画像の高画質化を紹介する。また、研究成果の臨床応用において、MATLAB®の画像処理機能、GUI作成機能の有用性についても紹介する。

中山 良平立命館大学
理工学部 准教授
中山 良平

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

B3 15:10-15:50

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。

福本 拓司MathWorks Japan
福本 拓司

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~

B4 16:10-16:40

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。

奥山 昌紀ヤンマー株式会社
中央研究所基盤技術研究部 博士(工学)
奥山 昌紀

センサーデータのためのニューラルネット
~時系列データの分類と異常検知~

B5 17:10-17:50

従来、機械学習の分野では、学習対象から適切な特徴量を抽出する「特徴抽出」が非常に大きな意味を持っていました。よい学習器を作るには、よい特徴量を見つけ出すことが必須であり、そのための試行錯誤やノウハウが学習器の性能を大きく左右していました。しかしながら、こうした状況はニューラルネットに関する技術の進展により大きく変わりつつあります。

本セッションでは、センサーデータ等に代表される時系列データを題材に、ニューラルネットの基礎から始めて、ディープニューラルネットの構築方法や異常検知などの新しい応用をご紹介します。主なトピックは以下の通りです。

  • ニューラルネットによるセンサー信号の分類
  • 簡単なディープニューラルネットの構築方法
  • 自己符号化器によるセンサー信号の異常検知
  • 時系列データの次元削減と可視化
  • 学習済みネットワークのC言語への変換

機械や装置のログデータ等、さまざまなセンサーデータを使ったデータ解析に興味をお持ちの方におすすめのセッションです。

太田 英司MathWorks Japan
太田 英司

モデル予測制御による渋滞にも使える実用的なACCの開発

C1 13:00-13:40

本講演では、組込みマイコンに実装可能な演算負荷を抑えた実用的なアダプティブクルーズコントロール(ACC)のためのモデル予測制御(MPC)の設計方法の1つを紹介する。従来のACCでは渋滞中における走行制御の応答が遅い等の課題があり、これを改善するためには、走行状況に応じて大きく変わる車両特性を考慮して制御系を設計することが重要である。そこで、アクチュエータの出力制約等を明示的に扱うことが可能なMPCを用いることにより、この課題の改善を試みる。そして、演算負荷の低減のため、予測モデルの低次元化や予測範囲、重み等についての設計方法を示す。これらにより、渋滞中でも応答性を高め、組込みマイコンに実装可能なMPCによるACCを開発した。また、この制御系開発におけるMATLAB® /Simulink® の活用方法も紹介する。

高浜 琢日立オートモティブシステムズ株式会社
技術開発本部 先行開発室 車両統合制御技術開発部 主任技師
高浜 琢
赤阪 大介MathWorks Japan
赤阪 大介

自動運転・ADASの開発・検証ソリューション

C2 14:00-14:40

自動運転・ADASの研究開発向け新製品Automated Driving System Toolbox™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
乙部 雅則MathWorks Japan
乙部 雅則

無人機開発におけるMATLAB/Simulinkの活用事例

C3 15:10-15:50

近年、ドローンや自動車、船舶等のさまざまな業種で自動化に関する技術開発が盛んに行われている。ヤマハ発動機株式会社においても、産業用ヘリコプター、無人小型艇、無人バギー車を中心に、無人機システム(Unmanned Systems)の研究開発を行っており、そのひとつとして、自動化に関する制御技術の開発が進められている。

本講演では、弊社のUMS事業推進部で取り扱っている無人機システムを紹介するとともに、これら無人機システムの制御開発におけるMATLAB®/Simulink®を用いた活用事例について述べる。

ヤマハ発動機株式会社
ビークル&ソリューション事業本部UMS事業推進部開発部UAV開発グループ 主務
青木 啓高

自動運転向けソフトウェアAutowareとMATLAB/Simulinkの連携

C4 16:10-16:40

本講演では、一般道自動運転向けオープンソースソフトウェアであるAutowareとMATLAB®/Simulink®の連携について紹介する。Autowareは、位置推定、物体認識、経路計画、軌道生成など自動運転システムで必要な機能を提供している。Autowareのそれぞれの機能はROS(Robot Operating System)のノードとして実装されており、ROSノードとMATLAB/Simulinkのインタフェースを提供するRobotics System Toolbox™を用いることで、MATLAB/Simulinkで作成されたモデルがAutowareと接続可能になる。Autowareでは実証実験等で得た実データを用いたシミュレーションが可能である。連携機能を用いることで、MATLAB/Simulinkのモデルに対しても自動運転の実データを用いたシミュレーションが可能になる。

安積 卓也大阪大学
大学院 基礎工学研究科 助教
安積 卓也

自動運転に向けたコード検証によるセキュリティ対策

C5 17:10-17:50

ADASや自動運転のシステムでは「走る・曲がる・止まる」といった車の基本性能がソフトウェアにより制御されます。このため、システムの乗っ取りが行われた場合、車の挙動に大きな影響を及ぼし、意図的に事故を起こすことも可能となってしまいます。このような攻撃によるリスクに備えるため、サイバーセキュリティー対策の重要性が高まっています。一方で、当然ながらシステムの安全性の担保も重要です。ISO26262への対応など、ソフトウェアの安全性や信頼性の確保が重要なポイントとなります。

本セッションでは、Polyspace®を使用したセキュリティ脆弱性の検出、ソフトウェアの安全性確保を実現する方法についてデモを交えてご紹介します。また、Polyspaceを使用したコード検証作業の効率化や、Simulink®との連携についても合わせてご紹介します。

  • セキュリティの具体的な脅威
  • セキュリティ脆弱性とセキュアコーディングスタンダード (Polyspace Bug Finder™)
  • 形式手法を用いた実行時エラー検出とコード証明 (Polyspace Code Prover™)

自動運転の安全性とセキュリティにご関心のある方に最適なセッションです。ぜひ本セッションに足をお運びください。

田中 康博MathWorks Japan
田中 康博

不整地走行力学解析を基盤としたフィールドロボットの研究開発

D1 13:00-13:40

フィールドロボティクスの研究分野では、屋外自然環境を主な作業空間として、農業、建設、防災、減災、ひいては宇宙などにおいて、人間の作業を代替できるロボットの実現を目指している。これらロボットは多様な環境条件のもと様々な作業タスクを実行しなければならない。例えば、ロボットは砂や砂利などに覆われた不整地を安全かつ確実に移動する、あるいはハンドリングする能力を有する必要がある。また、ロボット搭載のバッテリを主とした電力リソースのマネジメント、未知環境においてロボット自身が考え・行動を決定する自律移動機能も備えていなくてはならない。我々の研究グループでは、宇宙ロボット、建設ロボット、農業ロボットなど様々なフィールドロボットの設計、力学解析、自律移動に関する研究開発をおこなっている。本講演では、我々の研究開発事例を概説するとともに、特にフィールドロボットの基盤のひとつである機械と砂の相互力学(テラメカニクス)について取り上げ、その現象観察から力学解析にいたる基礎研究、数値シミュレーション、機械学習を用いた応用研究などについて、MATLAB®の活用例を交えながら紹介する。

石上 玄也慶應義塾大学
理工学部 機械工学科 准教授
石上 玄也

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

D2 14:00-14:40

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。

木川田 亘MathWorks Japan
木川田 亘

MATLABを用いた実践ロボット制御教育

D3 15:10-15:50

芝浦工業大学デザイン工学部のロボティクス・情報デザイン系では、メカトロニクス、ロボティクス、モーションコントロールの講義科目と連動して、MATLAB®/Simulink®を利用した演習や実習を行っている。制御の基礎理論、ロボティクスの基礎理論には、しばしば難解な数学が登場する。それらを理解し、使えるようになること、あるいは応用できるようになるには、体系的な講義と連動したシミュレーションと実験が欠かせない。何をどのような順番で、どのような予備知識を持った学生が、どのような環境で学んでいるか、何に注意を払うことで、ロボット制御技術を習得できるようになるかを具体的な例を用いて紹介する。講演者は元々は産業用ロボット開発に従事していた企業エンジニア。メーカおよび大学での実務経験を活かした講演を行う。

島田 明芝浦工業大学
デザイン工学部 教授
島田 明

MATLAB/Simulinkによる無人航空機の設計・開発

D4 16:10-16:50

近年、無人航空機は防衛・研究のみではなく、商用での活用が増加しており、関連技術の開発が急速に加速しています。この技術的進歩により、困難なタスクに対する最先端なソリューションを提供します。

無人航空機の活用が増加するにあたり、マルチドメインかつ自律システムの開発に関するチャレンジが増えています。エンジニアは統合システムとしてメカ・エレキ要素やセンサー・知覚アルゴリズムの振る舞いを考慮し、組み込みソフトを実装する必要があります。

本セッションでは、無人航空機の開発プロセスにおけるモデルベースデザインワークフローでのMATLAB®/Simulink®適用の概要と、課題に対する便利機能を紹介します。無人航空機の開発ワークフローに、どのような機能を適用するかに関心がある方におすすめです。

能戸 フレッドMathWorks Japan
能戸 フレッド

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~

E1 13:00-13:40

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。

小林 昇洋MathWorks Japan
小林 昇洋

ムラタ流MBD:エネルギーマネジメントシステム向け組み込み開発の事例

E2 14:00-14:40

エネルギーマネジメントシステム(EMS)は太陽光発電、蓄電池の充放電、系統連系や保護など多機能を備える複雑な機器である。EMSの製品化を目指す村田製作所は開発時間の短縮や、信頼性の向上を目的として、モデルベース開発(MBD)の手法を実践してきた。ここ数年間、試行錯誤を重ねて、DC/DCコンバータ、系統連系インバータなどの組み込み機器向けに、MATLAB®/Simulink®製品群を有効活用して、シミュレーションと自動コード生成を中心とした開発プロセスを形成した。

本セッションでは、プラントモデルの構築、制御器の最適化設計、100%自動コード生成のモデル構築、シミュレーションとコード生成の両立、モデルのモジュール化、C言語環境との組み合わせ、そして人材育成などを、実務経験ベースで紹介する。

馬 躍株式会社村田製作所
モジュール事業本部 IoT統括部エネルギー技術開発部 開発課 マネージャー・工学博士
馬 躍

MATLAB製品を用いたリチウム・イオン電池の実践研究

E3 15:10-15:50

近年、高エネルギー蓄積デバイスとしてリチウム・イオン電池が注目されているが、温度特性や劣化特性の把握が難しいなど、効果的なバッテリ・マネジメント手法が求められている。

本講演では、自動車/家電/スマート・グリッドなどでリチウム・イオン電池を使ったシステムを構築している技術者を対象に、まずは、リチウム・イオン電池の用途、基本特性、性能要求などの概要を技術トレンドを交えて説明する。その後、MATLAB製品を活用して研究開発をした事例として、発熱を考慮したリチウム・イオン電池のモデル化手法、カルマン・フィルタを用いて蓄電残量を高精度に推定する手法、蓄電残量の管理と劣化防止のバッテリ・マネジメント手法について説明する。

福井 正博立命館大学
理工学部電子情報工学科 教授
福井 正博

モデル予測制御を用いた蓄電池エネルギーマネジメント制御開発

E4 16:10-16:50

近年、COP21パリ協定などCO2排出量削減が求められており、再生可能エネルギーの導入拡大が進んでいる。しかし、太陽光などの再生可能エネルギーは日時や天候などで出力が大きく変動し、電力需給バランスを崩すため送配電系統を不安定にする懸念が顕在化している。

この課題解決に向けて、蓄電池を用いて再生可能エネルギーの出力変動を吸収し、電力需給バランスを保つエネマネ制御が注目されている。しかし現在は、蓄電池の初期投資コストが高く、導入する蓄電池の容量低減が必要である。

パナソニック株式会社では、最低限の蓄電池容量で電力需給バランス保持を実現する、電池容量や電力変動の将来の変化を考慮可能なモデル予測制御を用いた蓄電池エネマネ制御を開発した。従来の再生可能エネルギーの出力変動のみを考えた短期間の制御では蓄電池容量が不足する課題があったが、モデル予測制御を用いた蓄電池エネマネ制御により、蓄電池容量が不足することなく、電力需給バランスを保つことが可能となった。

本講演では、モデル予測制御の制御性能と系統安定化を同時に検証可能な MATLAB®/Simulink®環境を活用し、家や工場などに対して、エネマネ制御適用効果を検証した事例を紹介する。

加納 潤一パナソニック株式会社
オートモーティブ&インダストリアルシステムズ社 技術本部 主任技師
加納 潤一
赤阪 大介MathWorks Japan
赤阪 大介

半導体メーカーが提供する高精度EVモーター制御Model-Based Design環境

E5 17:10-17:50

EV/HEVの普及に伴い電費向上のためにEVモーター制御の効率を最大化させることが重要なテーマとなってきている。EVモーター・インバーター制御においては、高精度に大電力を制御する必要があるために実機ベースで全ての最適化を行うことは難しく、モデルベース開発手法の活用が非常に有効と考えられている。一方でモデルベース開発のV字プロセスをシームレスに手戻りなく進めて開発効率を上げるためには、ECU試作時に機能・性能面で重要な役割を果たすマイコンやパワー半導体の機能・性能をV字左バンクの上流であるMILS(model-in-the-loop simulation)のレベルから考慮しておく必要がある。本講演ではMATLAB®/Simulink®を活用したマイコンやパワーデバイスといった半導体モデリングについて、ルネサスが開発しているEV/HEV制御マイコンシステムの事例を通して紹介する。

野田 英行ルネサスエレクトロニクス株式会社
オートモーティブソリューション事業本部 共通技術開発第一統括部 技術ソリューション企画部 課長
野田 英行

MATLABで開発するカメラ搭載Raspberry Pi Zeroローバー

F1 13:00-13:40

子どもたちのプログラミング体験を増やすために、楽しみながら学ぶエデュテイメントが充実してきている。もちろん、大人にとってのエデュテイメントがあってもよい。MATLAB®はその有力な候補である。初心者にも簡単で、計算論的思考力を楽しみながら身に付けることができる。本講演では、このようなMATLABの機能や環境を利用したエデュテイメントの例として、Raspberry Pi™ Zero (以下、ラズパイZero)との連携によるカメラ搭載ローバーの開発事例を紹介する。安価なラズパイZeroと工作キットで自作したローバーをWi-Fi経由で接続したホストPC上のMATLABから遠隔制御するアプリについて概説する。ラズパイZeroに搭載したカメラやセンサからデータを受け取る方法やそのデータをMATLABの高度な関数で処理する例を紹介する。System object™ を利用してSimulink® モデルに組み込むデバイス・ドライバ・ブロックを開発する方法など、発展的な内容についても簡単に触れる。

村松 正吾国立大学法人新潟大学
自然科学系(工学部) 准教授
村松 正吾

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~

F2 14:00-14:40

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。

大塚 慶太郎MathWorks Japan
大塚 慶太郎

HDL Coderを使ったニュートリノ生成用加速器電源における電力制御法の開発

F3 15:10-15:50

茨城県東海村にある大強度陽子加速器施設J-PARCでは世界最高レベルの強度をもつ陽子ビームが物質・生命から原子核・素粒子まで多岐にわたる実験に供給されている。ビームは電磁石によりその方向が制御されるが、高エネルギーで大強度のビームを曲げるには強力で高精度な磁場が必要で、その電源はMW級の電力変換器と高精度のデジタル制御を兼ね備えたものでなければならない。従来、大手電機メーカーに開発、設計および製造を発注して導入していたが、性能の高度化および近年の基礎研究予算の厳しさから、J-PARCでは加速器の研究者が電力変換器とくに制御部を開発、設計する方針に変更した。電力回路の検証にはSimscape Power Systems™を、FPGAを採用した制御部の実装にはHDL Coder™を用い、また、それを組み合わせたシミュレーションによりプログラム実装-実験の反復を大幅に減らし、実機導入までの期間を大幅に短縮することができた。本講演では、高精度の電力変換器が必要である大強度陽子加速器の背景および実際の電力変換器の開発から導入までの詳細を報告する。

栗本 佳典高エネルギー加速器研究機構
加速器研究施設 助教
栗本 佳典

ユースケースにもとづく量産コード生成技術の進化

F4 16:10-16:50

Simulink®およびEmbedded Coder®によるソフト開発が量産適用され初めてから、10年以上が経過し、近年では、開発期間の短縮・コスト削減のための標準的なアプローチとして、量産開発にモデルベースデザインを採用しようとする取り組みが、様々な業界において、活発化しています。特に、最近は、自動運転分野などのセーフティクリティカルなソフトウェア開発、AUTOSAR、ISO 26262といった標準化への対応の一環として、Model-Based Designの適用が加速しています。

このような状況の中、MathWorksは、お客様の多様なユースケースをカバーするため、日々、様々な機能を実装し、製品を進化させています。

この進化は、

  • 従来の自動コード生成ツールの問題点を解決したい
  • 現状の開発フローを更に効率化させたい
  • 将来のビジネスを踏まえて、開発フロー・仕組みを改善したい

などの課題解決の一助になるはずです。

本セッションでは、この進化の元となった具体的なユースケースとともにEmbedded Coderの新機能をご紹介します。

庄子 晃太郎MathWorks Japan
庄子 晃太郎

MATLABコードからの組み込み用Cコード生成のワークフローと最適化のコツ

F5 17:10-17:50

MATLAB®が行列演算を得意とするプログラミング環境であるがゆえに、ストリーミング処理される組み込み環境に向けたCコード生成をしようとすると、うまく行かないことがあります。組み込み用にCコード生成する場合には、MATLABコードのコーディングテクニックとMATLAB Coder™とEmbedded Coder®の設定がキーとなります。

このセッションではリファレンスとなるMATLABコードから、Cコード生成を行うためのワークフローに沿って、

  • MATLAB Coderの基本的な使い方
  • Cコード生成向けMATLABコードのコーディングテクニック
  • ストリーミング処理を行うためのMATLABクラスSystem object™を用いたプログラミング方法
  • ARM® Cortex-M/Aなどのターゲットプロセッサ向けコード最適化機能

などについて、信号処理アルゴリズムの具体例を用いて解説します。

MATLABユーザで、組み込みプロセッサ向けCコード生成に興味がある方は是非ご参加下さい。

松本 充史MathWorks Japan
松本 充史

FPGA/マルチコアCPUを活用したプラントモデル並列化技術について

G1 13:00-13:40

近年、Model-Based Design活用の拡大や開発のフロントローディングが進むなかで、制御対象であるプラントモデルは大規模化・詳細化する傾向にあり、シミュレーション時間の増加が課題となっている。本講演では、高速化の手法として、Simulink®およびSimscape™で作成したプラントモデルの物理的構造に着目した並列化方法(マルチコアCPU向け、および、FPGA実装向けのモデリング)について紹介する。事例として、FPGAにプラントモデルを実装(HDL Coder™使用)した場合、CPU実行に比べ数百倍の高速化が可能となった例を紹介する。

川口 晃トヨタテクニカルディベロップメント株式会社
シミュレーション事業部MBD技術開発室
川口 晃

しっくりくる!「物理モデリングツール」の使い分け方

G2 14:00-14:40

シミュレーションとは特定の現象をコンピュータ上で再現させることであり、シミュレーションモデルとは、シミュレーション実行時における対象とする系の仮想的な模型とみなせます。重力の影響下にある物体の動的な運動を計算する模型も、梁のたわみ量の計算のように、物体の静的な運動を計算する模型も、コンピュータ内で実際の物理現象を模倣する仮想的な模型は、全てシミュレーションモデルと言えるでしょう。

コンピュータの性能の向上や、シミュレーション技術の発展に伴ってその信頼性が高まり、重要度は日々増してきています。

MathWorks製品においても様々なシミュレーションモデルの構築をサポートするツールが複数存在します。当セッションではシミュレーションモデルを構築するツールのうち物体の運動を計算するものを複数紹介します。また、それぞれを用いて構築されたシミュレーションモデルの特徴を述べ、使い分け方を提案します。

三觜 康弘MathWorks Japan
三觜 康弘

プラントモデリングの実務事例紹介

G3 15:10-15:50

理化学研究所のベンチャー企業である当社は、製造業の多分野にわたるお客様に対し、モデルベース開発関連技術による、研究開発、製品開発の技術支援を実施している。

本講演では、自動車、精密機器、試験システム等、多様な業界に対する、また機械、電気、流体、伝熱等の様々な物理領域に対するSimulink®、Simscape™を活用したプラントモデリングの適用事例を紹介する。

実施例として、

  • 自動車:回転運動、流体系ドメインでの、自動変速器、クラッチシステムを含むパワートレインモデル
  • 試験システム:流体、回転運動、伝熱系ドメインでの、油温制御クラッチ摩擦評価試験機モデル
  • 電気機器:電気回路、電磁気運動ドメインでの、電磁モータのコントローラドライバシステムモデル
  • 精密機器:回転運動、伝熱系ドメインでの、ローラ運動による熱伝達モデル
  • 空調システム:熱流体ドメインでの、水冷熱交換を用いた空調システムモデル

を挙げる。

船田 浩良インテグレーションテクノロジー株式会社
代表取締役
船田 浩良
福田 真之介
鈴木 俊次

HILS実装のためのプラントモデリングツールの活用

G4 16:10-16:50

新しいアルゴリズムに対する実機での評価は、最も重要なテスト工程であると同時に、多くのコストと時間を費やす工程でもあります。Model-Based Designを利用した開発プロセスの一部であるハードウェアインザループシミュレーション(HILS)は、実機試験環境をシミュレータで模擬し、コントローラの機能評価を実際の試験環境に近い状況で実施することができる、テスト業務の効率向上を実現する有力な手法の一つです。

一方で、HILS環境の構築にあたっては制御対象をモデル化し、精度とのバランスを踏まえながらモデルをシミュレーター上でリアルタイムで実行する必要があります。MathWorksは車両モデルをはじめ様々な物理ドメインをモデリングできるプラントモデリングツールを提供しており、リリースを重ねて様々な機能改善が図られています。本セッションでは、MathWorksが提供する各種プラントモデリングツールを活用したHILS実装の例や、そこで活用できる各種機能や実装にあたってのヒントをご紹介します。

プラントモデルをHILS環境でも活用したいとお考えの方は是非本セッションに足をお運び下さい。

新井 克明MathWorks Japan
新井 克明

回路シミュレータ/MATLABリンク
~詳細回路設計におけるシステムレベル検証~

G5 17:10-17:50

IoTはもちろん、車載システムにおいて、電気回路設計が不可欠な事は周知の事実です。モーター制御やセンサ信号処理の機器開発では、フロントローディングでの制御ロジックやプラントを含むシステムレベルシミュレーションはもちろん、アナログ・デジタル混在システムでの詳細設計後の全体検証が欠かせません。アルゴリズム開発を効率化し、システムレベル設計と回路レベルの実装・検証を統合化する環境として、MATLAB®/Simulink®のモデルベースデザイン環境は、システムレベル設計から詳細設計まで網羅しています。アナログ回路の詳細設計を含めた検証環境には、Cadence®社のOrCAD® PSpice®(回路シミュレータ)とのリンク環境で設計フローがつながりますので、より有効です。本セッションでは、このリンク環境について以下の内容を中心にご紹介します。

  • モーター等の回路周辺も含めたシステムの上位設計から詳細回路のシステム検証の実現
  • 回路シミュレーションの結果データにMATLABの豊富な解析・可視化の適用
初井 良治MathWorks Japan
初井 良治