ZEPマガジン

センサで物理量を測ってマイコンに入力する．マイコンは目標値と測定値の差分に合わせてモータの回転量を調節し，システムの状態を目標値に近づける．この一連をフィードバック制御と呼ぶ

GPUでは，多数の演算ユニットを同時に動かすことで，画像処理やシミュレーションの計算を一気に片付けることができる．CPUとGPUで画像の処理時間を実際に比べてみたところ156秒が4.8秒に

位相ノイズは，信号の位相が時間とともにランダムに変動することで生じる．揺らぎが多いと，ディジタル通信でのビット・エラー率が増し，アナログ通信では音声や映像の品質が劣化する

角度推定は，ノイズが多い加速度センサとドリフトが蓄積しやすい角速度センサの2つから取得した情報を組み合わせて行う．鍵はカルマン・フィルタの軽量版「マドウイック・フィルタ」

M5Stamp Flyは，教育現場での利用を考慮し，プロペラに指を入れても安全な構造を採用している．Wi-FiやBluetooth通信にも対応し，ESPNowプロトコルを用いたリモート・コントロールが可能

画像の幅や高さがブロックのサイズで割り切れない場合，余分なスレッドが生まれる．解決の鍵は，計算処理を並列に分割するときのグリッドとブロックの設定

科学計算や機械学習などの高度な並列計算を可能にするCUDA言語によるプログラムの基本的な流れとGPU/CPU/メモリの役割分担

GNSS衛星と地上の距離は約2万km．衛星の電波のレベルは地上で－130～－160dBm程度と言われている．cm級のリアルタイムな高精度測位を実現するかぎはアンテナが握っている

1-2相励磁のステッピング・モータは，隣接するインダクタを同時に励磁するため，安定した保持トルクが得られる．出力軸の1回転あたりに必要なパルス数が増え，より細かい角度制御も可能

RTK測位は，高精度な位置情報を提供するセンチ・メートル単位での精度を実現する技術．入門キット「M5F9P」を使って基準局および移動局を設定しデータを保存するまでの手順を解説

M5F9Pは，マイコン・キット M5Stackとu-blox製のZED-F9Pモジュールを中心としたRTK GNSS測位用スタータキット．バッテリ搭載でフィールドでのセンチメートル精度測位が可能

自己位置推定とマップ生成技術“SLAM”は，現代の自律ロボットや自動運転車の開発に欠かせない．鍵を握るのは3次元LiDARとIMU，そして測定情報を処理する数学と実装技術

NVIDIAのGPUコア“GA100”には複数のストリーミング・マルチプロセッサ（SM）があり，それぞれが複数のCUDAコアやテンソル・コアをもつ．CUDAコアは整数演算や浮動小数点演算用

AND演算を使うと，数行の簡素なプログラムで，特定のビットが1か0かを確認し，そのビットだけを操作できる．制約の多いマイコンでnビットの特定パターンを出力するときの定石

u-blox社のZED-F9Pは2周波のRTK測位に対応したマルチバンドGNSSレシーバ．2周波の衛星電波を利用して，軒下などでも安定したセンチ・メートル級の高精度測位が可能

ノイズの影響を抑えながら正確にスペクトラムを観測するためには，ターゲットの周波数成分に合わせて“RBW”と“VBW”の適切な設定が欠かせない

LLMの32ビット浮動小数点の重みパラメータを例えばINT8（8ビット整数）に変換できる．メモリ使用量は1/4となり演算速度が向上する

ドローンの垂直のブレは近距離での高精度な測距が可能なToFが，水平のブレは物体の動きによって生じる画像の「流れ」を計測するオプティカル・フロー・センサが有効

モデル軽量化技術の中で特に注目される手法が「枝刈り（Pruning）」．不要なノードや重みを削除することで，計算量を削減し，モデルを軽量化する技術

衛星電波で測位するGPS/GNSSは，トンネルや高架下では信号が届かず，測位できない課題がある．加速度や角速度を計測するIMUで補完することで 連続した自己位置推定が可能になる

2台以上のアンテナで方位角や姿勢角を測るGNSSコンパスと，ジャイロや加速度センサで位置や姿勢を計算するINSの組み合わせは，時間累積する誤差を解決する有効な手段