• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

ヒトの目的関数推定に基づく外骨格型ロボットのリアルタイム最適制御

研究課題

研究課題/領域番号 15J10675
研究種目

特別研究員奨励費

配分区分補助金
応募区分国内
研究分野 知能ロボティクス
研究機関奈良先端科学技術大学院大学

研究代表者

石原 弘二  奈良先端科学技術大学院大学, 情報科学研究科, 特別研究員(DC1)

研究期間 (年度) 2015-04-24 – 2018-03-31
研究課題ステータス 完了 (2017年度)
配分額 *注記
2,500千円 (直接経費: 2,500千円)
2017年度: 800千円 (直接経費: 800千円)
2016年度: 800千円 (直接経費: 800千円)
2015年度: 900千円 (直接経費: 900千円)
キーワードモデル予測制御 / 逆最適制御 / 多自由度ロボット
研究実績の概要

本研究の目的は,ヒトの目的関数推定に基づく外骨格型ロボットの新たな制御フレームワークの実現である.そのために本年度は,提案してきたモデル予測制御法の検証として,外骨格型ロボットの一関節に相当する実機一軸ハイブリッドアクチュエータシステムの運動生成を行った.さらに,多自由度ロボットの目的関数を,計測したヒトのデータから推定する枠組みの開発を行い,シミュレーション上の多自由度ロボットにおいて有効性の検証を行った.以下では,それぞれについて述べる.
複数のアクチュエータを持つハイブリッドアクチュエータシステムの制御のためには,タスクの達成に必要な各アクチュエータのトルク配分を決定しなければならない.本年度は,このトルク配分を効率よく決定できる新しいモデル予測制御法を実機ロボットへ適用した.異なる周波数の目標軌道に対する軌道追従タスクにおいて,提案法を用いて実時間でトルク配分を決定できることを示した.さらに,実時間での運動生成を可能にしたことで,従来のモデル予測制御法に比べ良い制御性能を示すことを明らかにした.この結果が学術雑誌に採択された.
計測したヒトのデータからロボットの目的関数を推定できれば,ヒトのデータからロボットの多様な運動生成が可能になる.本年度では,シミュレーション上の多自由度ロボットの目的関数を,逆最適制御手法を用いてヒトの運動データから推定する方法を開発した.開発した手法の中ではまず,計測されたヒトの運動データをロボットにおいて実現可能な運動データに変換し,逆最適制御手法によって目的関数を推定した.実験を通して,ヒトのスクワットとジャンプの運動データから目的関数をそれぞれ推定できることを示し,推定した目的を用いて,ロボットはモデル予測制御によって実時間で運動を生成できることを明らかにした.この結果が国際会議に採択され,発表を行った.

現在までの達成度 (段落)

29年度が最終年度であるため、記入しない。

今後の研究の推進方策

29年度が最終年度であるため、記入しない。

報告書

(3件)
  • 2017 実績報告書
  • 2016 実績報告書
  • 2015 実績報告書
  • 研究成果

    (4件)

すべて 2018 2017 2016 2015

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (3件) (うち国際学会 3件)

  • [雑誌論文] An optimal control strategy for hybrid actuator systems: Application to an artificial muscle with electric motor assist2018

    • 著者名/発表者名
      Koji Ishihara, Jun Morimoto
    • 雑誌名

      Neural Networks

      巻: 99 ページ: 92-100

    • DOI

      10.1016/j.neunet.2017.12.010

    • 関連する報告書
      2017 実績報告書
    • 査読あり / オープンアクセス
  • [学会発表] A Forward and Inverse Optimal Control Framework to Generate Humanoid Robot Movements with Hierarchical MPC2017

    • 著者名/発表者名
      Koji Ishihara, Jun-ichiro Furukawa and Jun Morimoto
    • 学会等名
      In Proceedings of the Multidisciplinary Conference on Reinforcement Learning and Decision Making (RLDM)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] A Hierarchical Model Predictive Control Approach to Generate Biped Robot Movements in Real-time2016

    • 著者名/発表者名
      Koji Ishihara and Jun Morimoto
    • 学会等名
      IEEE International Conference on Simulation, Modeling, and Programming for Autonomous Robots (SIMPAR2016) Workshop
    • 発表場所
      San Francisco, USA
    • 年月日
      2016-12-12
    • 関連する報告書
      2016 実績報告書
    • 国際学会
  • [学会発表] Real-Time Model Predictive Control with Two-Step Optimization Based on Singularly Perturbed System2015

    • 著者名/発表者名
      Koji Ishihara and Jun Morimoto
    • 学会等名
      2015 IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids 2015)
    • 発表場所
      Seoul, Korea
    • 年月日
      2015-11-03
    • 関連する報告書
      2015 実績報告書
    • 国際学会

URL: 

公開日: 2015-11-26   更新日: 2024-03-26  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi