| 研究課題/領域番号 |
21H01550
|
|---|
| 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24020:船舶海洋工学関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
古川 芳孝 九州大学, 工学研究院, 教授 (90253492)
|
|---|
| 研究分担者 |
石橋 篤 東京海洋大学, 学術研究院, 准教授 (00242321)
茨木 洋 九州大学, 工学研究院, 助教 (20274508)
木村 元 九州大学, 工学研究院, 教授 (40302963)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,680千円 (直接経費: 13,600千円、間接経費: 4,080千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2021年度: 10,790千円 (直接経費: 8,300千円、間接経費: 2,490千円)
|
|---|
| キーワード | 自律航行船 / 操縦運動推定モデル / 再帰型ニューラルネットワーク / 低速航行 / 航行安全性 |
|---|
| 研究開始時の研究の概要 |
自律航行船舶の開発のためには，船舶の操縦運動を正確に再現可能な操縦運動モデルを用いたシミュレーション計算の実施が不可欠であるが，全ての船舶について操縦運動方程式中に含まれる各種流体力に関する係数が求められているとは限らない。そこで，各種流体力係数を含む運動方程式を解いて船舶の操縦運動を推定する従来の方法に代えて，運航計測データに含まれる操縦運動の情報に対して深層学習技術の一種である再帰型ニューラルネットワークを適用することにより，船体に作用する流体力の数学モデルが不要で，操縦運動方程式を解くことなく船舶の操縦運動を推定可能な操縦運動推定モデルの構築手法の開発を行う。
|
| 研究成果の概要 |
自律航行船舶の開発のためには船舶の操縦運動の正確なシミュレーション計算の実施が不可欠であるが，制限水域を低速で航行する船舶の操縦運動に対しては，広く用いられている操縦流体力微係数を用いた船体に作用する流体力の数学モデルをそのまま適用することはできない。そこで本研究課題においては，各種流体力係数を含む運動方程式を解いて船舶の操縦運動を推定する従来の方法に代えて，操縦運動の時系列データに対して深層学習（Deep Learning）技術の一種である再帰型ニューラルネットワークを適用することにより，入力された操船情報に基づいて操縦運動を予測して出力する操縦運動推定モデルの開発を行った。
|
| 研究成果の学術的意義や社会的意義 |
本研究課題において開発した操縦運動推定モデルは，操縦運動の時系列データに対して再帰型ニューラルネットワークを適用することにより構築可能であるため，船体に作用する流体力の数学モデルに含まれる各種流体力係数の値が不要であり，操縦運動方程式を解くことなく船舶の操縦運動を推定することが可能となる。従って，各種流体力係数の情報不足が懸念される船舶であっても，実運航時における操縦運動の時系列データがあれば操縦運動推定モデルを構築できる可能性があるため，自律航行船舶の開発に寄与することが期待される。
|
