| 研究概要 |
フォークリフトの荷物運搬時の,重心位置が高いことによる不安定が原因の転倒に注目し,この転倒を防止するための制御手法の開発を行った.開発した制御系は,転倒防止のための最適制御理論より設計された制御系,人間の操作を評価するインタープリタ,人間の操作量と転倒防止制御系の制御力の適切な分配の割合を出力する分配器から構成されている.この分配器はニューラルネットワークを用い,学習には遺伝的アルゴリズムを用ることにした.
まず,制御系を2次元の実機フォークリフトモデルに適用した結果,想定した人間の様々な操作に対して有効に動作し,転倒が防止に有効であること計算シミュレーションにより確認した.
将来の実機への適用を考え,サーボモータにより駆動するフォークリフトを模擬した実験装置を作成した.この実験装置のサーボモータは,パーソナルコンピュータにより制御される.この実験装置の転倒も含めた動特性をシミュレートするプログラムを,パーソナルコンピュータ上で作成した.そして,実験装置を稼働させ状態量を計測し,この計測された時系列データを,階層型ニューラルネットワーク内に実験装置の動特性として学習させるプログラムをパーソナルコンピュータ上で開発実行した.このニューラルネットワークをインタープリターとして利用する.次に,転倒防止のための線形制御系の設計を行い,これらを用いて分配器の学習を行った.
そして,この設計された制御系を実験装置に適用し,転倒防止に対して有効であることを確認した.
|
