|
種々の環境下で作業を行う移動ロボットでは、環境の変化に従って最適な走行制御則を獲得することで、システム全体の効率アップ、チューニングの不要、メンテナンスフリーが実現できる。本研究では、知的制御法であるニューラルネットワークとファジィ推論を用いた移動ロボットの走行制御則(速度制御と操舵制御)の自動獲得法を開発することを研究目的とし、本年度は以下の点を検討した。
1.操舵制御のニューロ学習制御と学習停止法
ニューラルネットワークを用いて学習により操舵制御則の獲得手法の検討を行った。ニューラルネットワークを用いた学習では過学習により制御が不安定となるため、学習を制御する必要がある。そこで、リアルタイム調整関数を新たに提案し、ニューラルネットワークの学習を制御する方法を開発した。これにより、少ない試行により操舵制御を学習で獲得するとともに、学習の抑制により安定な操舵制御が可能となった。また、走行条件の変化にも対応して再学習及び学習の制御が可能となった。
2.ニューロ・ファジィによる追尾制御則の自動獲得
2つの一次元PSDとステッピングモータを用いた距離センサによる移動ロボットの追尾制御の検討を行った。ニューロ・ファジィにより移動ロボットの速度制御則と操舵制御則を逐次学習により獲得する手法を開発し、シミュレーション及び実験により開発した方法の有効性を検討した。開発した移動ロボットの追尾制御法では、学習により数回の試行で先行車の走行軌跡を精度良く追尾する制御則が獲得できることを明らかにした。
3.CCDを用いたニューロ位置センサの開発
CCDカメラを用いた一眼による位置センサの開発を行った。特に、カメラレンズの非線形を補償するためニューラルネットワークによるパターン認識機能を用いた。製作した位置センサの移動ロボットの追尾制御における有効性を確認した。
|
