2022 Fiscal Year Annual Research 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 / 協調自律制御 / 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，全データを中央計算機に送り学習させる中央型アルゴリズムから，各ロボットが局所的なデータから静的な障害物の学習を行い，ロボット間の局所的な通信によりそれぞれの学習モデルを統合するアルゴリズムを提案した．さらに，これらのアルゴリズムを動的な障害物にも拡張した．本結果は国内学術雑誌で発表し，国際学術雑誌への投稿も準備中である．課題②に関しては,障害物がある環境内でドローンが地上ロボットを見失わないように，視野の確保を目的とした制御アルゴリズムを提案した．対象物を視野内に止めることとドローンと地上ロボットとの間の視線に障害物を入れないことが重要であり，これらの目的を記述する制御バリア関数の提案に成功した．また，課題①の結果を用いるため，不確かさがある状況下でもこれらの要求を達成するためアルゴリズムへと拡張を行った．本結果は国際学会で発表済みであり，国際学術雑誌への投稿も準備中である．本課題③に関しては，昨年度までに構築した地上ロボットとドローンの協調制御実験システムを改良することで，フィールドに模擬障害物を設置した状態で実験が可能となった．この障害物の位置把握をドローンのカメラで行う実験を行い，アルゴリズムの実時間性を確認した．また，地上ロボットを動的な障害物として同様にドローンのカメラで学習し，モニタリングする実験を行い，アルゴリズムの有効性を検証した．さらに，Robot Operating Systemにより3次元仮想空間内で実験結果を可視化するシステムも構築した．
|
