| 研究課題/領域番号 |
16K06409
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
制御・システム工学
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
河辺 徹 筑波大学, システム情報系, 教授 (40224844)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2016年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 計算知能援用制御 / IoT / 大規模複雑システム / モデル予測制御 / 機械学習 / V2G / パーソナルモビリティ / ILQ / スライディングモード制御 / ポテンシャル法 / 深層学習 / 制御理論 / 計算知能 |
|---|
| 研究成果の概要 |
深層学習を主体とする計算知能による補正機能を備えた新たな制御系設計手法の基盤として、モデル予測制御にPID制御やスライディングモード制御を組合せた制御法の拡張を行った。また、大量の動画データを解析した結果から構築した線形重回帰モデルとこれに基づく最適制御の逆問題の結果を応用した運動制御法の開発を行った。さらに、ポテンシャル関数を時空間に拡張するとともに障害物の予測軌道を学習に基づいて算出する自動運転車両の運動制御法を開発した。これらの開発手法を，スマートグリッド、歩車共存空間での次世代都市交通システムなどの大規模複雑システムを対象に実用性を検証した。
|
| 研究成果の学術的意義や社会的意義 |
ビッグデータを学習し、その解析結果を活かした制御法を構築するための基盤理論を、モデル予測制御を各種制御法と組み合わせ、従来の制御法の枠組みを超えて拡張することで実用性を高めた点に学術的意義がある。また、再生可能エネルギー源と電気自動車を結んだ電力送電網の運用制御手法を開発したことにより、CO2排出量を削減し安定かつ耐久性に優れた次世代の電力網の実現や、次世代都市交通システムの一つであるパーソナルモビリティのための運動制御法を開発したことにより、新たな大規模交通システムへの実用化が期待できることに社会的意義がある。
|
