2020 Fiscal Year Research-status Report
Real-Time Optimization-Based Autonomous Control of Multi-Robot Systems Under Uncertainty
| Project/Area Number |
20K14761
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
山内 淳矢 東京大学, 大学院情報理工学系研究科, 助教 (60824563)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 制御工学 / 自律協調制御 / 最適化に基づく制御 |
|---|
| Outline of Annual Research Achievements |
本申請課題は，不確かさを考慮した実時間最適化に基づくロボット群の自律協調制御システム構築を目指して以下の３点を実施するものである：①環境内の障害物の把握と運動の学習，②地上ロボットとその周辺環境の観測と障害物との衝突回避制御，③実験システム構築と提案アルゴリズムの検証．
課題①に関しては，障害物の位置や形状を学習する手法に関する文献調査を行った．障害物の運動の学習においては，ドローンに搭載された視覚センサからの情報をもとにガウス過程を用いて学習する手法を提案した．また，学習した運動モデルと実際の動きとの偏差の確率的な評価を行った．課題②に関しては，①で提案した学習法により，学習した運動モデルを用いた追従制御アルゴリズムを提案した．追従性能についても理論的な解析を与えている．また，制御バリア関数の文献調査を終え，障害物の位置と形状が既知である場合にロボットが衝突を自律的に回避する制御アルゴリズムを提案した．さらに，ロボットにそれぞれのバッテリー残量を考慮して自律的に充電行為をとらせる制御アルゴリズムの提案も行なった．本課題③に関しては，モーションキャプチャカメラを複数台用いたロボットの位置姿勢を計測するシステムを構築した．また，Robot Operating Systemを用いて，ロボットの位置姿勢情報に基づいた複数台ロボットの制御実験を行う環境の整備を行った．複数台の地上ロボットの協調制御に成功しており，既存の制御アルゴリズムの実装を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
課題①に関しては，当初の予定通り文献調査を終えている．また，動的な障害物といった対象物の運動をガウス過程回帰により学習する手法を提案しており，計画通りの進捗と評価する．課題②に関しては，予定通り興味対象を追従しモニタリングする手法を提案している．本結果は国際会議で発表している．また，制御バリア関数を用いた制御アルゴリズムの提案も行なっており，計画以上の進捗と評価する．課題③に関しては，当初の計画通りと評価している．以上を勘案して（2）おおむね順調に進展している，と評価する．
|
| Strategy for Future Research Activity |
課題①に関しては，移動ロボットに搭載されたセンサ情報から障害物の位置と形状を学習するアルゴリズムの提案に取り組む．課題②に関しては，昨年度は一つの対象物を一台のドローンで追従する状況を想定していたため，今年度は複数台のドローンによる追従を可能とする制御アルゴリズムの提案を行う．可能であれば，制御バリア関数に学習モデルを用いることで，不確かさが存在する状況下でロボットの安全性を保証する制御アルゴリズムの提案を行う．課題③に関しては，地上ロボットだけでなくドローンも用いた実験システムへと拡張を行う．可能であれば，ドローンに搭載されたカメラにより対象物を追従する制御アルゴリズムの実装も行う．
|
