2016 Fiscal Year Annual Research Report
Analysis and synthesis of expert systems using piecewise bilinear models
| Project/Area Number |
26330285
|
|---|
| Research Institution | Tokai University |
|---|
Principal Investigator |
谷口 唯成 東海大学, 情報教育センター, 准教授 (70392032)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 区分的モデル / フィードバック誤差学習 / 追従制御 |
|---|
| Outline of Annual Research Achievements |
当該年度では区分的双線形モデルによるエキスパートシステムの解析と設計の基礎として以下の研究を行った．1. 区分的双線形モデルによる追従制御手法の開発：これまで申請者らは物理システムが既知な制御対象に対し，区分的双線形モデルを用いた非線形モデル追従制御手法を開発してきた．ただしこれまで開発した手法では，追従モデルが単純な円軌道などであり，車両ロボットに使用されるような複雑な軌道制御には適用できなかった．そこで本研究では楕円軌道を組み合わせることで，任意の2次元の軌道制御を実現した．そのため，より一般的な車両ロボットに必要とされる追従軌道を考慮することで，実対象への適用が可能になった．
2. フィードバック誤差学習によるフィードフォワード制御器の開発：脳による運動制御機構としてフィードバック誤差学習法を用いた逆動力学モデルを獲得する階層神経回路モデルが提案されている．この制御系に対し，これまで申請者らは逆動力学モデルを区分的双線形モデルで導出し，非線形追従制御を実現している．一般にフィードバック誤差学習法を用いた逆動力学モデルを獲得する制御系では，逆動力学モデルのモデル化誤差が制御性能に大きな影響を与える．これまで動特性を有さない静的な区分的双線形モデルで，逆運動モデルを構成していたが，本研究では，動特性を考慮した区分的双線形モデルによる逆動力学モデルを構成することで，よりモデル化誤差の少ない逆モデルを実現した．
|
Research Products
(3 results)
