| Project/Area Number |
16K18046
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Intelligent mechanics/Mechanical systems
|
|---|
| Research Institution | Hirosaki University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Project Status |
Completed (Fiscal Year 2019)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2018: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2017: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2016: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 経路計画 / 強化学習による最適化 / RTK-GPS / 経路指示 / DEM / 堆積土砂 / 掬い取り / シミュレーション / ホイールローダの自動化 / 粉体シミュレーション / 掬い取り・積み下ろし / 知能機械 / 建設・土木・鉱山作業ロボット |
|---|
| Outline of Final Research Achievements |
Through this research, scooping points of the sediment, traveling routes of the wheel loader (including its turning points), and the positions of the truck for unloading the sediment are determined simultaneously from the viewpoint of optimizing the traveling distance of the wheel loader. In addition, by optimizing the problem scooping whole sediment as a partial optimization problem and applying the combination of solutions of the partial optimization problem and the method of reinforcement learning for it, we are possible to decide the optimum routes for the problems with many solutions.
|
| Academic Significance and Societal Importance of the Research Achievements |
これまでは2点間のノードの経路を最適にする手法や，それら複数のノードの場所と距離は事前に決まっている中で，全体を最適化する手法（巡回セールスマン問題等）は多く提案されていた．一方で，本研究によって，全ての土砂を掬いとるという大域的な最適化問題を解決するために，複数のノードに相当する，積み下ろし点や切り返し点，そして，トラックの位置・姿勢の決定を，作業プロセスの中で最適化し，また，ノード間の距離も同時に最適化して算出する方法を開発した．これにより，作業によって対象が変化する場合についても，全ての作業が終わるまでの全工程に対して最適化することができる解法とその有効性が示された．
|
