2019 Fiscal Year Annual Research Report
自立飛行型斜張橋ケーブル点検ロボットシステムの開発
Project/Area Number |
18H01513
|
Research Institution | Nagasaki University |
Principal Investigator |
中村 聖三 長崎大学, 工学研究科, 教授 (40315221)
|
Co-Investigator(Kenkyū-buntansha) |
山本 郁夫 長崎大学, 海洋未来イノベーション機構, 教授 (10392953)
西川 貴文 長崎大学, 工学研究科, 准教授 (50512076)
下本 陽一 長崎大学, 工学研究科, 准教授 (80244036)
|
Project Period (FY) |
2018-04-01 – 2021-03-31
|
Keywords | 点検ロボット / 斜張橋 / ケーブル / 画像処理 |
Outline of Annual Research Achievements |
1. 機体フレームの最適化について 昨年度製作した載荷試験にも利用可能なフレームを用いた載荷試験を実施することで,解析の妥当性検証を試みたが,解析は実験結果を十分な精度で再現できなかった.また,新たに4種類の機体軽量化案を考案し,有限要素解析によりそれらの強度,剛性を検証することで,構造的な軽量化の可能性を明らかにした. 2. 制御システムの改良 「制御方式の切り替えによる目標入力に対する追従特性の劣化」の解決を試みた.まず,切り替えを判断するために必要な位置情報や速度情報を測定するセンサーについて検討し,レーザー距離計に代わってエンコーダを用いることとした.次に,制御システムにおける制御方式の切り替えについて検討した.エンコーダを用いて計測された位置情報や速度情報をもとに,PIDコントローラのパラメータを点検ロボットの位置により上昇時に3種類,下降時に3種類準備することで位置制御と速度制御の切り替えが1回のみでよい制御システムが構成できた.その結果,目標位置との追従誤差,目標速度との追従誤差をともに10%以内に収めることが出来た. 3. 外観展開画像作成アルゴリズムの改良と変状領域識別アルゴリズムの構築 4系統の動画像データからケーブル表面の展開画像を作成する複数の時間・空間方向画像合成アルゴリズムを様々な画像データに適用して,それぞれの検証を行った.検証の結果,領域画像の相関性による画像解析のみでは画像の重複を抑制できないケースが見出されたため,エンコーダから出力される速度データを高い分解能で補間して推定する機体の時系列移動量を参照して画像の合成を行う方法を採ることとした.一方,変状領域の識別については,進化計算法を用いて変状抽出用の複合画像フィルタを再構築した.また,変状の抽出精度および手法の安定性の向上を主眼としたフィルタの適用方法の検討を行った.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究を構成する3要素である1.機体フレーム構造の最適化,2.自立航行のための制御システムの開発,3.取得した動画から損傷を抽出する画像処理のうち,1.については前年度に製作したフレームを用いた載荷試験は実施したものの,その結果による解析の妥当性検証は不十分となってしまった点を除き,計画通り進捗できた.2.はおおむね当初計画通りの進捗であるが,斜張橋への適用範囲拡張のために広い傾斜角での実験を実施するという点は不十分であり,その点については引き続き検討が必要である.3.もおおむね計画通りの進捗であり,展開画像作成方法,変状領域識別方法に関する検討を実施し,今後の方向性を確定できた. 以上のことを総合的に評価し,全体的にはおおむね順調に進展していると判断した.
|
Strategy for Future Research Activity |
1. 制御システム(山本・下本) 頂上付近においてなめらかな点検ロボットの挙動をえるようなPIDパラメータのチューニングを行う.ケーブル傾斜角をこれまで検討した10度・15度・20度より急な25度~55度に設定し,最適な制御システムを検討する.以上の検討結果をもとに,制御システムの最終形を決定する. 2. 画像処理システム(西川) 19年度の検討結果に従い,エンコーダデータに基づく推定移動量を援用したケーブル表面展開画像作成アルゴリズムを最終化し,可能な限り多くの橋梁のケーブル画像に手法を適用してその検証を行う.変状領域の識別については,再構築した複合画像フィルタによる高速抽出処理の精度検証とフィルタの適用方法に関する検討を進める.さらに並行して,CNNモデル等深層学習を用いた変状検出モデルの構築を進め,両者を統合した変状検知・評価エンジンの構築を図る. 3. システムの実装と実証実験(全員) 以上の成果を統合して各種センサー,モータ,制御装置,カメラ,本体フレーム等が最適化された実証機を製作し,各種環境下にある実橋で実証試験を行うことにより,制御性能や必要時間等を検証する.必要に応じて,軽微な改良を行う.また,開発した展開画像作成・変状領域識別アルゴリズムを実装した画像処理システムを完成させる.
|
Research Products
(2 results)