2019 Fiscal Year Research-status Report
Analysis and Synthesis of Discontinuous Dynamical Systems Based on Finite-Time Reachable Set
| Project/Area Number |
19K04444
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
市原 裕之 明治大学, 理工学部, 専任教授 (70312072)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
澤田 賢治 電気通信大学, i－パワードエネルギー・システム研究センター, 准教授 (80550946)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 制御工学 / 可到達集合 / 不連続システム |
|---|
| Outline of Annual Research Achievements |
本研究では，可到達集合に基づいて不連続入出力を有する制御システムの解析と設計を目的としている．2019年度は確率的モデル予測制御の基礎的な検討を行い，外乱が生じない場合の有限時間の可到達集合が tube に入ることを要請することで，外乱が生じた際に本来の制約を確率的に破ることがないことを数値例で確認した．また，サンプリング時刻ごとにモデル予測制御問題が可解であるかどうかについて検討し，Explicit な形で制御則を表現できるかどうかについて検討をした．一方で，ネットワーク化制御によるボトムアップ的なアプローチとして，離散時間系の拡大プラントに対して静的なフィードバック制御則による事象駆動制御を数値最適化問題で定式化することを検討した．従来は与えられたプラントに対する静的な状態フィードバック制御則を設計することが可能であったが，設計条件を効率的に解くためには条件を近似する必要があった．与えられたプラントにフィルタを導入し拡大プラントにする設計とすることで，近似を必要とせずに解くことができる見通しが立った．さらに，降下するクアッドロータに対して事象駆動型のモデル予測制御を適用し，クアッドロータが鉛直方向を軸とするある円筒内に拘束されるように耐故障の観点から必要に応じたトリガを生成することを提案した．さらに，クアッドロータの非線形特性をモデル誤差補償器と学習制御器で吸収する目標軌道追従制御方法を提案した．また，学習型モデル予測制御の高速化方法を主双対勾配法により実現する方法を検討した．これらのほか，可到達集合を用いる解析や設計と応用への準備と，円周上に等間隔収束するフォーメーション制御の研究を行った．先行研究に対して，円周上に等間隔収束するための初期配置の条件を明らかにした．また，クアッドロータに対する障害物回避問題をポテンシャル法に基づいた深層強化学習によって解決する手法を提案した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究代表者と分担者（澤田氏）による単一の拡大プラントに対する静的な出力フィードバック制御則による事象駆動型制御系の設計法に関する論文は，計測自動制御学会論文集に投稿され採択通知を得ている．さらに，制御則と事象駆動制御則の同時設計法に関する論文は，国際会議 IFAC World Congress 2020 に投稿され採択通知を得ている．モデル誤差補償器と学習制御器から構成される目標軌道追従制御方法，学習型モデル予測制御の高速化方法を国内学会で発表し．後者の結果を国際会議であるSICE Annual Conferenceで投稿予定である．
|
| Strategy for Future Research Activity |
2020年度は基礎的検討を終えた確率的モデル予測制御に自己駆動制御を導入し，移動体の障害物回避に適用し評価を行う．また，拡大プラントに対する事象駆動制御を連続時間系で考える．これに関しては研究代表者と分担者の共同で進める．また，クアッドロータなど具体的な制御対象に適用し評価を行う．特に，クアッドロータの制御では主双対勾配アルゴリズムによる非線形モデル予測制御の高速化について取り扱う．
|
| Causes of Carryover |
2019年度はドローン制御のアルゴリズム実装を主軸とし，当初予定していたモデル予測制御アルゴリズムではドローンのマイコン実装が不可能であることが研究途中で判明した．そのため，計算負荷を削減した主双対勾配アルゴリズムによる学習制御とモデル予測制御に注力した．2020年度にドローンに関わる実験環境構築をすることに移行したため，2019年はドローンに関わる機材購入費用が圧縮された．計算負荷が削減されたドローン制御アルゴリズムの目処が立ったため，2020年度は実機実験を想定したシミュレーション環境と実機構築を予定する．
|
