| Project/Area Number |
20K04533
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 21040:Control and system engineering-related
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
OKUDA HIROYUKI 名古屋大学, 工学研究科, 准教授 (90456690)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | モデル予測制御 / 自動運転 / ハイブリッドダイナミカルシステム / モーションコントロール / 制御システム / システム制御理論 / 制御理論 |
|---|
| Outline of Research at the Start |
自動車やパーソナルモビリティ等，移動体の自動走行を実現するためには，多様なタスクをシームレスに切り替えながら走行する必要がある．モデル予測制御は考慮すべき対象（自車や周囲の車両，歩行者等）やそのモデル，安全性確保や目的達成のための拘束条件を考慮しつつ車両への入力を最適化できる有用な方法であるが，タスク切り替えが生じる状況ではこれらのモデルの規模や考慮すべき変数の数，拘束条件が時間変化するため，従来のモデル予測制御手法は利用できない．本研究ではこのようにモデルや拘束条件が時変となるモデル予測制御を統一的な枠組みで，かつ実時間に解くことができるアルゴリズムを開発し，その有用性を検証する．
|
| Outline of Final Research Achievements |
We proposed and verified a system that automatically generates a wide variety of tasks in real time and performs multitasking in parallel and in series using a model predictive control framework. The system defines multiple MPC primitives, which are subproblems of the optimization problem that represent simple and small tasks. The complex tasks consist of combination of these primitives, and are synthesized in real time. Furthermore, by automatically generating intermediate MPCs that smoothly connect MPCs for composite tasks, it is possible to switch between multiple complex tasks while maintaining smoothness and continuous feasibility. A fast nonlinear MPC solver was also applied for the realization of real-time computability for practical use.
|
| Academic Significance and Societal Importance of the Research Achievements |
提案した手法は，自動運転の分野のみならず，複数の達成目標や制約条件が実時間に並列または直列に変化するような複雑なマルチタスクシステム一般を対象としており，ロボットやプラント制御など広い分野での応用が期待される．このような問題に対し，マルチタスク内で考慮すべき共通の要素を抽出，MPCプリミティブと定義することで，これらの組み合わせによる膨大な種類の自動制御を自動で設計・実行できるため，大幅にシステムの設計時間を短縮することができる．MPCの産業応用は幅広く，制約を考慮できる等，システムの安全・安心の向上にも寄与できるため，多様な分野で実用化が進めば大きな経済効果が期待できると考える．
|
