| 研究課題/領域番号 |
17K06492
|
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
藤本 健治 京都大学, 工学研究科, 教授 (10293903)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
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: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 制御工学 / 宇宙機の制御 / 統計的学習 / ガウス過程回帰 / 軌道追従制御 / ロバスト軌道計画 / スライディングモード制御 / 最適制御 / 機械学習 / 航空宇宙 / 非線形制御 / システム同定 / 航空宇宙工学 |
|---|
| 研究成果の概要 |
本研究では、制御工学に機械学習や統計的データ学習の方法を導入し、データに基づく制御系設計を行う手法を提案した。さらにその成果を航空宇宙工学の諸問題に応用することを目指した。この目的のために、データや統計量を扱える制御工学の新しいアルゴリズムの開発と、航空宇宙工学の諸問題を解決するための制御理論の開発の2つの方向性の研究を行なった。前者の研究としては変分ベイズやガウス過程回帰を用いたデータ制御手法の開発し、後者の研究としてはばらつきをもつ宇宙機の軌道計画法とロバストな姿勢制御手法を開発した。以上により、統計的学習に基づく制御手法の基盤技術が得られた。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、近年注目を集めているAIやビッグデータを扱える方法を、制御工学の分野にも応用し、さらに航空宇宙の諸問題に適用することにある。これにより、過去に蓄積された多くの制御データを利用して信頼性の高い制御が可能になるほか、従来は計算の難しかった宇宙機の軌道計画においても、コンピュータによる大規模計算を行うことでより短時間で高精度な計算結果が得られる可能性がある。本研究により、このような新しい制御手法の技術的な基盤を作ることができた。
|
