2020 Fiscal Year Annual Research Report
Skill inheritance control by human and robots based on multi-modal machine learning
| Project/Area Number |
18K13780
|
|---|
| Research Institution | Chuo University |
|---|
Principal Investigator |
長津 裕己 中央大学, 理工学部, 助教 (60804987)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 制御工学 / 機械学習 / 力制御 / 知能ロボティックス / 知能機械 |
|---|
| Outline of Annual Research Achievements |
スキル継承制御の構成要素となる動作保存・再現システムに用いられる位置・力ハイブリッド制御を、冗長自由度を有するシステムへ拡張した際の性能向上法について検討を行った。位置・力ともに加速度次元へ統一した情報を用いた外乱観測器を適用した制御系の性能および安定性解析を実施し、力制御系の性能向上と冗長システム特有の外乱である零空間からの干渉力の抑制を同時に実現することが可能であることを確認した。
また、本研究で提案している力のみを伝送する力ベースバイラテラル制御系（Force-based Bilateral Control System: FBCS）の性能解析を行った。BCSの性能指標である操作性と再現性の観点から、従来の位置と力を用いる４チャンネル型制御系との比較を行い、等価な性能を有することを確認した。また、FBCSのむだ時間系への適用についても検証を行い、操作性の低下を抑えつつ安定性の向上を実現する手法を提案した。また、FBCSを１対１から多対多のマルチラテラル制御システム(MCS)へ拡張可能であることを見出した。これらにより、ネットワークを介して動作の保存および再現を実施することが可能となるため、スキル継承のためのオンライントレーニングなどへの応用も期待できる。
さらに、提案するFBCSに基づいた動作再現制御系のための、対象環境の変化による外乱を抑制する補償器を導出した。本補償器を含む動作再現制御系は力ベースバイラテラル制御に基づいた構造を有しているため、軌道の情報を用いずに、動作の再現性を損なうことなく軌道または力を高精度に再現性することが可能となる。本補償器をマスタ・スレーブシステム双方に実装した動作再現制御システムを用いて、新たな対象環境に対して訓練者が手づたえで動作の訓練を行うことでスキルを習得し、さらにその動作を記録することでスキルの継承が実現できると考えられる。
|
Research Products
(3 results)
