エッジAI
自律ドッキングの実装設計：位置合わせ・接近制御・充電接続を分解する
自律ドッキングを大域移動、相対位置合わせ、低速接近、接触・充電確認に分け、センサー選定と失敗復旧の判断基準を整理します。
ロボットの電力制約をタスク計画へ反映する：3層設計の考え方
電池状態の推定、タスクごとの消費予測、充電判断を3層に分け、ロボットの長時間運用に適した計画粒度を整理します。
ロボットAIの電力・熱設計：長時間運用で推論性能を安定させる監視方法
温度・電力・クロック・推論遅延を同じ時系列で監視し、熱や電力制約に応じて推論負荷を制御する方法を解説します。
ロボット推論をエッジとクラウドに分担させる設計判断
ロボットの認識・制御・計画をエッジとクラウドに分ける際の、遅延、通信断、安全性、コスト、プライバシーを踏まえた判断基準を整理します。
リアルタイムなロボットAI基盤：推論・制御・通信の実行予算を設計する
制御期限を先に確保し、ROS 2通信とAIを独立した予算で管理するための設計、計測、縮退判断を整理します。
ROS 2のノード合成を使い分ける：コンポーネント、ゼロコピー、障害分離の設計
ROS 2 Jazzyを前提に、Composable Node、Intra-process Communication、プロセス分離を遅延・メモリ・障害分離の観点で比較します。
Jetsonの推論性能を決める量子化・メモリ・電力の最適化手順
Jetsonのオンデバイス推論を対象に、量子化、バッチ、メモリ転送、CUDA Graph、電力設定を実機で評価する手順を整理します。
Jetson上でVLMと物体検出を組み合わせる推論パイプライン設計
Jetsonの限られた計算資源で、物体検出器とVLMを分担させる構成、最適化、評価指標、安全上の制約を整理します。
