研究課題/領域番号 |
20H02170
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分21040:制御およびシステム工学関連
|
研究機関 | 京都大学 |
研究代表者 |
丸田 一郎 京都大学, 工学研究科, 准教授 (20625511)
|
研究分担者 |
藤本 健治 京都大学, 工学研究科, 教授 (10293903)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
15,340千円 (直接経費: 11,800千円、間接経費: 3,540千円)
2023年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2022年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2021年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2020年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
|
キーワード | 非線形最適制御 / 非線形システム同定 / 制御工学 / 最適制御 / システム同定 |
研究開始時の研究の概要 |
車両の経路や人工衛星の軌道,ロボットの運動などのエネルギー効率が重視される非線形系の最適制御問題の多くは複数の局所最適解をもっており,局所最適解の唯一性を前提とした既存の方法では性能のみならず安定性が損なわれることも多い.したがって,複数の局所最適解の存在を前提とし,大域的な最適解を探索する方法の開発は最適制御の効率と安全性を改善する鍵となる.本研究では最適軌道データベースの導入によって,従来十分に検討されていなかった局所最適解の複数性に起因する問題を可視化し,近年著しく発達した計算機技術を活用する計算集約的なアプローチによる解決を試みる.
|
研究成果の概要 |
本研究では、非線形最適制御問題において局所最適軌道が複数存在することを前提とし、大域的な最適解を得るための実用的な方法を開発した。最適軌道データベースの構築や価値関数のモデリングに、フォーメーション制御の援用やニューラルネットワークの活用などの新たなアプローチを導入し、より複雑な非線形システムに対する最適制御を可能にした。また、機械学習の知見を活用し、非線形システムに対してモデル予測制御に適したモデルを生成するモデリング方法を開発した。さらに、開発した方法の有効性を高機動ドローンや1次元のカメラ画像を出力とするミニチュアカーを製作して実証した。
|
研究成果の学術的意義や社会的意義 |
多くのシステムは性能限界付近で非線形性が無視できず、その性能を最大限に引き出すには非線形最適制御が必要となる。本研究では、非線形最適制御問題の多くが複数の局所最適解を持ち、従来法での取り扱いが困難であることに着目し、複数の局所解を陽に考慮した新たなアプローチを開発した。さらに、従来モデル化が困難だった非線形システムのモデル予測制御を可能にする、非線形システムのモデリング手法も開発した。本研究の成果により、強い非線形性を持つ安価または複雑なシステムを、より効率的かつ安全に制御できるようになり、幅広い分野でのコストや消費エネルギーの削減に貢献すると期待される。
|