掲示板「みんなの評価」
- 強く買いたい
- 買いたい
- 様子見
- 売りたい
- 強く売りたい
直近1週間でユーザーが掲示板投稿時に選択した感情の割合を表示しています。
掲示板のコメントはすべて投稿者の個人的な判断を表すものであり、
当社が投資の勧誘を目的としているものではありません。
-
171(最新)
意味のないアプリだよ
-
170
167
kei*****
アンチもあッホルダーもバナナ野郎も許せるが 慇懃無礼で上から目線の奴は許せませんね とっととテメーが撤退しな -
169
そろそろ、モミモミから脱出しても良い時にきてるのではないかな。
-
168
投資している会社の経営者をそのように呼ぶのは残念です→おっしゃるとおり
いっそのこと撤退したらいかがでしょうか→いらん世話
あなたより昔からいるし たぶんあなたより長く居座るので 不快なら無視ユーザーにしてください 偉そうに何様のつもりですかね 不快マックス野郎 -
167
投資している会社の経営者をそのように呼ぶのは残念です
いっそのこと撤退したらいかがでしょうか -
166
出来高が相変わらず 総会でも呼び名は バ加藤淳でいいですね
-
165
IRが出てますね、
>この新システム良さそうだな! -
164
この新システム良さそうだな!
-
163
1500株だけ買いました(取得単価1611円)
さすがに危ないポジなんで長く持つ気はないけど。 -
162
アイサンテクノロジーは三菱商事と共に
自動運転ワンストップサービス事業に
舵を切ってます
また、ティアフォーやヤマハの自動運転
製品の販売店
自動運転導入の実証実験や自動運転販売
運行管理、保険、メンテナンスなどを
請負契約するサービス業なので
自動運転の先端技術を比較されても
すでに関係ないと思っていますが・・ -
161
難しいことは良く分かりませんが、サイエンスゼロで言っていることは3群データを活用した地図などは未来の社会インフラ、つまりなくてはならない存在になるかもしれないと言う話。当然ながらそうした業界にはポジティブな話でその中でアイサンのシステムや取組が紹介されています。
株価やアイサンの企業価値向上にはブラスの話であり、株価下落や他メーカーと劣後しているなどと言ったことは全く検証されていません。
改めてアイサンの凄さを実感できる番組でした。
頑張れアイサン!
さげたらコツコツ買い増します。 -
-
159
Dream 強く売りたい 4月22日 05:50
Kudanは一瞬で読み取った点群から
自己位置推定とマッピング(SLAM)を同時にやってのけてる企業である。
点群生成するだけなら、点群に色付けするだけなら3流企業でも出来る。
SLAMとは?
SLAMの作り方
https://
jp.mathworks.com/help/nav/ug/perform-lidar-slam-using-3d-lidar-point-clouds.html
3 次元 LiDAR 点群を使用した SLAM の実行
※一部抜粋
この例では、点群処理アルゴリズムと姿勢グラフの最適化を使用して、収集された 3 次元 LiDAR センサー データに "自己位置推定と環境地図作成の同時実行" (SLAM) アルゴリズムを実装する方法を説明します。この例の目標は、ロボットの軌跡を推定し、3 次元 LiDAR 点群と推定された軌跡から環境の 3 次元占有マップを作成することです。
ここで示す SLAM アルゴリズムでは、正規分布変換 (NDT) に基づく点群レジストレーション アルゴリズムを使用して軌跡を推定し、ロボットが同じ場所を通るたびに信頼領域ソルバーを使用した SE3 姿勢グラフの最適化を使用してドリフトを減らします。
データの読み込みと調整可能なパラメーターの設定
ある駐車場で Clearpath™ Husky ロボットから収集した 3 次元 LiDAR データを読み込みます。この LiDAR データには、"n" 行 3 列の行列の cell 配列が格納されています。ここで、"n" は取得された LiDAR データ内の 3 次元の点の数で、列は取得された各点に関連付けられている "xyz" 座標を表します。
Get
outputFolder = fullfile(tempdir,'ParkingLot'); dataURL = ['https://ssd.mathworks.com/supportfiles/lidar/data/' ... 'NatickParkingLotLidarData.tar']; pClouds = helperDownloadData(outputFolder,dataURL);
点群レジストレーション アルゴリズムのパラメーター
点群レジストレーション アルゴリズムを使用した軌跡の推定のパラメーターを指定します。maxLidarRange で 3 次元レーザー スキャナーの最大範囲を指定します。
Get
maxLidarRange = 20;
屋内環境で取得された点群データには床面と天井面の点が含まれていて、点群レジストレーション アルゴリズムで混同されます。次のパラメーターにより、一部の点が点群から削除されます。
referenceVector - 床面の法線方向。
maxDistance - 床面と天井面を削除するときのインライアの最大距離。
maxAngularDistance - 床面と天井面を当てはめるときの基準ベクトルからの最大角度偏差。
Get
referenceVector = [0 0 1]; maxDistance = 0.5; maxAngularDistance = 15;
レジストレーション アルゴリズムの効率と精度を高めるために、randomSampleRatio で指定したサンプル比の無作為抽出を使用して点群がダウンサンプリングされます。 -
158
Dream 強く売りたい 4月22日 05:23
はっきり言おう。
アイサンテクノロジーより
《Kudanが遙か上のレベルを行っている。》
【点群データだけなら3流企業でも生成できる】
【点群データに色付ける事も3流企業でも出来る】
だって
【Liderで読み取れば簡単に点群が生成出来る】
のだから、、、
Kudanはその遙か上のレベルをいとも簡単にやってのけてるのだよ?!!!
INNOVIZのCEOに、『これはSLAMの画像ですか?』と聞いた事がある。
INNOVIZCEOは『これはLider で読み取った画像です』
と返答が。
私は腑に落ちないまま現在進行形で来てしまった。
今ようやく飲み込めたよ。
3 次元 LiDAR 点群を使用した SLAM の実行
この例では、点群処理アルゴリズムと姿勢グラフの最適化を使用して、収集された 3 次元 LiDAR センサー データに "自己位置推定と環境地図作成の同時実行" (SLAM) アルゴリズムを実装する方法を説明します。この例の目標は、ロボットの軌跡を推定し、3 次元 LiDAR 点群と推定された軌跡から環境の 3 次元占有マップを作成することです。 -
157
地合いがこれだけ総崩れしても底堅さを見せるようになりましたね。今日はアイサンが、27日からの東京スシテックではティアフォーが登場します。
ますます目が離せなくなってきました。
下がったらコツコツ買います。 -
156
録画予約しました。楽しみですね。
-
155
底堅くなってきた感じしますがねぇ。
はやく10,000円に向けてスタートしてほしいです。 -
154
murashi 強く買いたい 4月19日 10:25
明後日みたいですよ
https://www.nhk.jp/p/zero/ts/XK5VKV7V98/episode/te/W35N3RM18K/
今日も買い増し -
153
いつテレビ放送しますか?
-
152
もう底でしょ。
上がるイメージしか、湧かない。
読み込みエラーが発生しました
再読み込み