|
既存の自律ロボットの多くは遠隔制御や既知の環境情報を利用することが前提となっている制御システムのため，事前に環境情報を十分に集めることができない未知環境で適切な行動をとり続けるのは困難である．
本研究の目的は，先見情報を前提としない未知環境において，飛行ロボットが自律的に適切な行動をとり続ける制御システムを実現することである．そこで，Subsumption Architectureをはじめとした行動型AI およびBernstein による生物の進化の特徴に着目し，センサ情報を基準に行動を定義し，階層構造を構築するセンサベースト階層化制御をQuadrotor Helicopterへ適用する．
環境に不確かさがある状況において確実に作業目的を達成するシステム原理を解明するために，飛行ロボットによる地図なしでの移動実現の実証実験を行った．昨年度までは，飛行ロボットとして屋内用の小型quadrotor helicopterを題材に，数値実験により，搭載センサの観測誤差を考慮したときの制御性能を検証した．今年度は，飛行ロボットとして，Parrot社のmamboを用いた実証実験に取り組んだ．制御環境はmathworks社のmatlabを用いた．数値実験で示した4階層による階層型制御システムについて，第1，2，4層を実装した．第1層だけでは，定点を保持することは不可能であったが，画像センサを追加することで，ホバリング，動的目標物への追従が実現でき，提案したアルゴリズムが期待通り動作することを検証できた．
また，環境モデルに誤差があった場合として，機体質量に誤差を想定し，機体の高度計測値から動的にゲイン調整することで，ホバリング（空中静止）を実現できることを示した．
|
