| 研究課題/領域番号 |
04302035
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
小川原 陽一 九州大学, 工学部, 教授 (20214033)
|
|---|
| 研究分担者 |
浦 環 東京大学, 生研, 教授 (60111564)
大和 裕幸 東京大学, 工学部, 助教授 (50220421)
小山 健夫 東京大学, 工学部, 教授 (10010696)
小寺山 亘 九州大学, 総理工, 教授 (80038562)
豊貞 雅宏 九州大学, 工学部, 教授 (30188817)
|
|---|
| キーワード | 海洋ロボット用マニピュレータ / 軽量化 / 位置と力の制御 / 学習型フィードフォワード制御方式 / 高速学習 / 操作エネルギー最小化 / 軌道パターン / ニューラルネットワーク |
|---|
| 研究概要 |
1.力の制御方式に関する研究
(1)位置と力の制御にハイブリッド制御方式を用い、それを学習型フィードフォワード方式で制御するシステムを構築し、その学習方程式に比例項を付加することにより、学習を実用上十分な速さで高速に行なうことができるシステムを得ることができた。
(2)上記の高速学習型フィードフォワード制御方式を用いることにより、マニピュレータの手先の位置と同時に手先が作業対象物に及ぼす力をマニピュレータの非線形性や状態の変化に対して極めて高い適応性を有しかつ高精度で制御することができる実用的な制御システムを構築する目処が得られた。
2.操作エネルギー低減軌道制御方式に関する研究
(1)操作エネルギー最少化軌道は、人間の上肢のような滑らかな動作を実現する加速度変化最少化軌道に比較しても、3〜4割程度の操作エネルギーの低減ができることが判明した。
(2)2点境界値問題を解いて得られた操作エネルギー最少化軌道は、軌道パターンの特性量を、多層ニューラルネットワークによって学習させ、その結果を用いて関節角度を時間に関する多項式で表わすことによって実用上十分な精度で近似することができ、操作エネルギー最少化軌道運転をオンラインで行なう制御システムを構築する目処が得られた。
以上の結果、マニピュレータの構造の軽量化とその動力源の軽量化のために、作業時に作業対象物に必要以上の力を加えない力の制御方式と、操作エネルギー低減軌道制御方式に関する基礎技術を確立することができた。
|
