| Project/Area Number |
22K14969
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 41040:Agricultural environmental engineering and agricultural information engineering-related
|
|---|
| Research Institution | University of the Ryukyus |
|---|
Principal Investigator |
Aoyagi Yuya 琉球大学, 農学部, 助教 (20882195)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 農用車両 / 転倒事故防止 / 自動制御 / 制御パラメータ / AI / 挙動シミュレーション / 事故防止 / 転倒防止制御 / パラメータ探索 / A.I. |
|---|
| Outline of Research at the Start |
近年，農用車両の転倒・転落事故は深刻な問題となっている。車輪の浮き上がりや脱論に至るような姿勢不安定性を制御する安全対策が必要である。この安全対策において条件に応じた大幅な制御パラメータ調整が重要であるが，条件の組み合わせは膨大であり，リアルタイムでの適切な制御パラメータ設定は困難である。そこで，本研究では，AIを活用したリアルタイムでの制御パラメータ探索により様々な条件下で効果的な姿勢安定化制御を実現する。具体的には，複数の制御モデルに対して，挙動シミュレーションに基づくデータセットを構築し，事前に深層学習をしたAIによるパラメータ設定機能の効果検証を進める。
|
| Outline of Final Research Achievements |
In this study, I aimed to develop a control system for agricultural vehicles capable of preventing overturning in response to situational changes, equipped with real-time parameter estimation functions utilizing AI. To this end, I developed a drive force control model based on both modern and classical control theories, alongside a learning model capable of estimating key parameters such as vehicle states. The modern control approach demonstrated the potential to balance operational performance with safety. The learning model indicated the potential to classify state parameters with an accuracy of approximately 90%. Furthermore, rollover prevention control based on classical control theory, utilizing the estimated vehicle states, showed the possibility of avoiding approximately 30% to 95% of rollover scenarios depending on the configured safety threshold. Future work will involve more detailed validation and the continued development of a robust and reliable model.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究成果は，駆動力制御を用いた農用車両の姿勢安定化の可能性と学習モデルを用いたパラメータ推定に基づいて転倒防止制御の可能性を明らかにできた点に学術的な意義がある。これらは，AIを活用したアクティブ安全対策技術の提示を通して，人命尊重および労働環境の改善と健全な農業発展に寄与し，安全研究だけではなく自律走行研究においても応用可能な研究として位置づくため，大きな波及効果が期待できる。また，本手法を応用することで，国内のみならず，世界の様々な環境条件下で使用される農用車両の転倒事故解消に貢献し，世界の安全で快適な農業の実現に資する。
|
