2022 Fiscal Year Annual Research Report
Design Method of Gain-Scheduled Force Controller Based on Data-Driven Controller Design Method
| Project/Area Number |
18K04197
|
|---|
| Research Institution | Mie University |
|---|
Principal Investigator |
弓場井 一裕 三重大学, 工学研究科, 教授 (10324542)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | データ駆動型制御器設計法 / ゲインスケジューリング制御 / クラスタリング / サポートベクターマシン / 力制御 |
|---|
| Outline of Annual Research Achievements |
本研究ではロボットによる知的な力制御を実現するため，環境から得られる反力とロボットに与える入力の情報から現在の状況を判定し，その判定された状況に応じて制御器ゲインを調整するゲインスケジューリング制御系の構築を行った。本研究の特徴的な点は，上記の知的な力制御を実現するにあたり，力制御を構築するシステムのモデルを用いることなく，ロボットより得られる反力の情報とロボットに与える入力の情報のみから実現している点である。どのような状況においても，指定する粘弾性特性を持つ力制御系を構築できるよう，現時点で得られているデータから現在の状況の特定を行った。この状況の特定にはデータクラスタリング手法の一つである k-means 法を用いてデータを分類，その境界条件をマルチクラスのサポートベクターマシンを用いて得た。この境界条件を現時点で得られたデータに適用し，硬い環境に接触しているのか，やわらかい環境に接触しているかなどの状況判別を行った。また，力制御を行う環境の判定結果はデジタルな判定であるとかなり硬い，ある程度硬い，ある程度柔らかい，かなり柔らかいなど，離散的な判定となり，これらの環境で利用する制御器も複数の制御器から適切なものを選ぶ形となり，これでは精度を十分に上げることは困難であると考えた。そこで，現時点での環境の判断結果を複数の環境の状況の距離を用いた重み付きの和として表現し，制御ゲインをそれぞれの環境に適した制御器の合成という形で表現することでゲインスケジューリング制御系を構築した。提案した制御系は数値シミュレーションおよび制作した力制御実験システムに適用し，その有効性の確認を行った。
|
