| 研究課題/領域番号 |
21K04104
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 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 | 東京工業大学 |
|---|
研究代表者 |
畑中 健志 東京工業大学, 工学院, 教授 (10452012)
|
|---|
| 研究分担者 |
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) |
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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 農場モニタリング / ドローンネットワーク / 半自律制御 / 分散協調制御 |
|---|
| 研究開始時の研究の概要 |
本研究課題では，農場のモニタリング負荷軽減に向けて，ドローンネットワークを用いた半自律型分散協調システムを構築し，その有効性を検証する．具体的には，半自律分散協調制御系の設計，人の特性学習と自律性決定を行う機構の設計，検証実験の実施という３つの課題に取り組む．これにより，以下の２つの問いに対する答えを導く．
・人の負荷軽減を前提に，人に何の情報をフィードバックし，どのような指令を出力させるべきか．
・人のデータから学習した特性をいかにロボット群制御に反映させ，操作性・安定性・性能の向上に役立てるか．また，それらの向上率は定量的にどの程度であるか．
|
| 研究実績の概要 |
まず、前年度に提案したAngle-Aware Coverage Controlをより効率化する制御法を新規に提案し、シミュレーション、ラボ実験、フィールド実験によってその効果を検証した。また、ドローンの位置に加えてカメラ姿勢を実時間制御するアルゴリズムを提案し、実験を通してこれにより空撮画像から再構築した地図精度が大幅に向上することを確認した。これらの成果はそれぞれ国際論文誌に投稿し、前者は採択、後者は条件中採択という状況である。また、当初の予定通り、キャンパス内に構築した実際の圃場であるスマート農業教育研究フィールドにおけるフィールド実験に取り組んだ。RTK-GNSSシステムのRobot Operating System 2への連携に成功し、屋外実験においても提案法が有効に機能することを確認した。また、人間のモデリングについては、前年度に投稿した3次元運動協調に対する人間解析に関する論文が採択され、IEEE Open Journal of Control SystemsのSpecial section on Modeling, Control, and Learning Approaches for Human-Robot Interaction Systemsに掲載された。さらに、本成果を含むBook Chapterが分野を代表する書籍であるCyber-Physical-Human Systems: Fundamentals and Applications (A. Annaswamy, P. P. Khargonekar, F. Lamnabhi-Lagarrigue and S. K. Spurgeon eds.), Wiley-IEEE Pressに掲載された。本研究課題を通して得た成果によって計測自動制御学会制御部門パイオニア技術賞を受賞した。
|
