Physical AI Hub
Physical AI・Embodied AI・ロボティクスの技術情報を日本語で届ける技術ブログです。
最新の記事
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。
マルチロボットシステムの設計：タスク割り当てと経路調整を分離する方法
複数ロボットのタスク割り当て、交通管制、局所制御を分離し、再計画や障害対応に強い設計と判断基準を整理します。
カメラとLiDARの外部キャリブレーション：点群と画像を正しく重ねる方法
カメラとLiDARの座標変換を校正し、再投影誤差や未使用データで融合結果を検証する手順と判断基準を整理します。
ロボット学習の合成データ戦略：実機データとの境界をどう設計するか
合成データが実機データを代替できる条件と、接触・センサー要因で併用すべき条件を、評価方法とともに整理する。
Physical AIのモデル更新を監視する：評価・カナリアリリース・ロールバック設計
ロボットAIの更新後劣化を多層監視し、段階展開と安全なロールバックにつなげる実装要件を整理します。
ROS 2のQoS設計入門：センサー通信と制御通信の信頼性・遅延をどう両立するか
ROS 2のQoSをセンサー、制御指令、状態通知に使い分ける考え方を、互換性、遅延、鮮度、停止処理の観点から整理します。
ロボット学習データの収集設計：実機デモの記録形式と品質検証
実機デモをepisode・step単位で記録するデータ設計と、同期・欠損・物理妥当性・成功ラベル・データリークの検証方法を整理します。
ロボットセンサーの時刻同期設計：カメラ・LiDAR・IMUのデータを正しく重ねる方法
カメラ・LiDAR・IMUの時刻ずれを固定オフセット、ドリフト、遅延に分け、PTPや外部トリガー、ソフトウェア補正の選択基準を整理する。
Sim-to-Realの性能劣化を分解する：物理パラメータ・センサー・制御の補正手順
実機ログからSim-to-Realの性能差を観測、遅延、制御、物理、接触、環境、方策に分解し、補正の順序と判断基準を整理します。
イベントカメラをロボットに使う判断：高速動作・HDR・低遅延の実装上の利点と限界
イベントカメラの仕組みと、フレームカメラに対して有利になり得るロボット視覚処理、導入時の制約と判断基準を整理する。
