| 研究課題/領域番号 |
20K14761
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 | 東京大学 |
|---|
研究代表者 |
山内 淳矢 東京大学, 大学院情報理工学系研究科, 助教 (60824563)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020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 / 協調自律制御 / 最適化に基づく制御 / マルチロボットシステム / 自律協調制御 / 自律性 / 協調制御 / 学習制御 |
|---|
| 研究開始時の研究の概要 |
本研究課題では，不確かさを含む動的環境内でロボット群を協調させることで，自律性および安全性を向上させる分散制御システムを構築する．まず，環境内に未知の運動をする障害物が存在する状況下で，ドローン群に搭載されたセンサから部分的に得られる情報をもとに障害物の運動をガウス過程回帰により学習する．つづいて，ドローン群により地上ロボットの周辺環境を観測しつつ学習結果を用いて障害物の運動を予測することで，地上ロボットだけでは達成できない高い自律性および安全性を備えた制御アルゴリズムを提案する．また，実時間システムへと適用可能であることを検証するために実験システムを構築し，提案アルゴリズムを検証する．
|
| 研究成果の概要 |
本研究課題は，不確かさを考慮した実時間最適化に基づくロボット群の自律協調制御システム構築を目指して以下の３点を実施するものである：1. 障害物がある環境モデルの学習，2. 対象ロボットの観測と障害物との衝突を回避する制御，3. 実験システム構築と提案アルゴリズムの検証に取り組んだ．1. に関しては，環境モデルを学習する手法を提案した．2. に関しては，対象物を複数台ロボットで観測しつつ，障害物を回避するアルゴリズムを提案した．本結果は学術雑誌と国際会議で発表した．3. に関しては， 障害物を用いた実験システムを構築しアルゴリズム検証を行った．また，仮想空間にも同様の環境を構築した．
|
| 研究成果の学術的意義や社会的意義 |
システムの自律化は自動運転を始めとした高度システムを社会に実装していく上で欠かせない技術である．本研究は特にロボットに注目し，構造化されていない不確かさのある環境内でロボットを自律的に制御する自律化制御の基礎構築に貢献した．本研究において，機械学習と複数台ロボットの協調により環境の不確かさに頑健なシステム構築を目指した点に学術的意義がある．また，基礎理論を構築するだけでなく，その実装可能性を実験およびシミュレーションにより検証した点に社会的意義がある．
|
