SlideShare uma empresa Scribd logo
1 de 15
Baixar para ler offline
時間制約付き飛行プランに基づく
   屋内飛行船ロボットの制御
Control of Indoor Balloon Robot
    with Time Constraints


複雑系工学講座 調和系工学研究室
    4年 笠脇 裕人
屋内飛行船ロボット[角田 2005]
               高さ80[cm],直径94[cm]の円柱形バルーン

          •カメラセンサ(画像:160×144[pixel],カラー:RGB16bit)
          •T-Engineシステム(CPU:216Mhz,RAM:16MB)
          •プロペラ・モータユニット
          (プロペラ:各軸に2組ずつ6組,推力調整:0.3[sec]間に30回)


プロペラ・モータユニット               実験環境


    θ                                300[cm] Y



                          0.75[cm]

                           X 150[cm]             -150[cm]
エンタテインメントロボット

3次元移動可能な
屋内飛行船ロボット[Minagawa 2007]を用いたエンタテインメント

    シンクロナイズド飛行
    (※シンクロナイズ:時間的に行動を一致させること)

   音楽にあわせて飛行する
   複数の飛行船の行動を一致させる
 屋内飛行船ロボットの問題点
空調や慣性抵抗の影響を受けるため,任意の速度になるまでに時間遅れが生じる

    指定した時刻に,指定した位置へ飛行することは
    実現されていない
目的


 指定した時刻に,指定した位置へ飛行する
 屋内飛行船ロボットの実現
時間制約付き飛行プラン                                          n :目的地番号 ( n         1)
                                                      ox : X 座標の目的地 [ cm ]
     飛行プラン                                            oy : Y座標の目的地 [ cm ]
 出発地と複数の目的地から構成                                       oz : Z 座標の目的地 [ cm ]
 n番目の目的地を g n (oxn , oyn , ozn , o n , Tn ) と表す       o :ヨー角の目的地 [ rad ]
                                                      Tn : 到着時刻 [sec]
 ただし出発地は g 0 (ox0 , oy0 , oz0 , o 0 , T0 ) とする

           g1    (ox1 , oy1 , oz1 , o 1 ,30)      指定した時刻に到着する
                                                  目的地での誤差を小さくする
                                                  等速直線飛行
                                                  等角速度飛行




                                  300[cm]

                                                   g 2 (ox2 , oy2 , oz 2 , o 2 ,40)
g0   (ox0 , oy0 , oz0 , o 0 ,0)                    g 3 (ox3 , oy3 , oz3 , o 3 ,60)
目標速度の計算方法
    目標速度
                                   (oxn ox n 1 )
    X軸 :          ev x (t )                      (t Tn   1   Ta ) xt    Ta
                                     Tn Tn 1
  ev x (t ) : 目標速度[cm/sec]                 xt : 時刻 t[sec] における飛行船の位置[cm]
    Ta : 定数( = 3.0[sec])
 0.3[sec]毎に現在の位置と目標位置から目標速度を計算する

X[cm]
        oxn




    oxn       1
                                                                             t[sec]
        0                     Tn   1   t t t t                     Tn
                                           Ta TaTaTa
PID制御(フィードバック制御)
                                                               d x (t ) d x (t        T)
 X軸 : mx (t )         KPx d x (t ) KI x        d x (t ) KDx
                                                                          T                                            y
                                                               d y (t ) d y (t        T)                  x1
 Y軸 : m y (t )        KPy d y (t ) KI y        d y (t ) KDy                                                                    Y
                                                                      T                                            2
                                                                                                      4
                                                           d (t ) d z (t              T)
 Z軸 : mz (t ) KPz d z (t ) KI z                d z (t ) KDz z                                                  3
                                                                    T
                                                            d (t ) d (t               T)
   Θ : m (t )         KP d (t ) KI             d (t ) KD                                                  X
                                                                      T
      m(t) : プロペラ推力                                         KP : Propotiona l gain                        Z
      d(t) : v (t ) ev (t ),目標速度との偏差                        KI : Integral gain
      ΔT : サンプリング時間 ( 0.3[sec])                             KD : Derivative gain


                                                                                                          5 6              Y
m1 (t )    m y (t )    m (t )       m 2 (t )     m x (t )   m (t )         m 5 (t )        m z (t )
m 3 (t )   m y (t )    m (t )       m 4 (t )     m x (t )   m (t )         m 6 (t )        m z (t )


 Y軸,Z軸,及びヨー角θもX軸と同様に設定する
実験概要
指定した時刻に,指定した位置へ飛行しているか
ベンチマークを用いて検証する

(1) を固定しながら直線飛行                                                 (2)
(2)位置を固定しながら3 [ rad ] 回転飛行
(3) を / 4[ rad ]回転させながら直線飛行
(4) を固定しながら定位置保持飛行
                                              (1)         (3)
飛行プラン
g0   (150,30,150, / 4,0)                            (4)
g1   ( 110,260,250, / 4,60)
g2   ( 110,260,250, ,70)
g3   ( 110,260,250,      / 4,80)
g4   ( 110,260,250, / 2,90)
g5   ( 110,260,250, 3 / 4,100)
g6   (0,200,200, ,120)             ベンチマークには,屋内飛行船で考えられる
g7   (0,200,200, ,150)             直線,回転,及び定位置保持飛行が含まれている
実験結果
    X座標の時間推移


                                    飛行船の位置          目的地     X[cm]
                                    等速直線飛行の
                                    軌跡
                                                      (1)    -3.1
                                                      (2)    -7.4
                                                      (3)    -3.0
                                    (3)      (4)
                                                      (4)     3.2
X[cm]
                                                   指定した時刻における,
                                                   飛行船の位置と
                                                   目的地との誤差

               (1)            (2)

                                                   最大7.4[cm]の誤差



                     t[sec]
実験結果
    Y座標の時間推移


                                                    目的地     Y[cm]
                                                      (1)     7.7
                                      (3)
               (1)            (2)            (4)      (2)    -0.2
                                                      (3)    -5.8
                                                      (4)    -4.5
Y[cm]
                                                   指定した時刻における,
                                                   飛行船の位置と
                                                   目的地との誤差



                                    飛行船の位置         最大7.7[cm]の誤差
                                    等速直線飛行の
                                    軌跡


                     t[sec]
実験結果
    Z座標の時間推移


                                                    目的地      Z[cm]
                                                       (1)     1.5
               (1)            (2)
                                                       (2)    14.7
                                                       (3)   -22.4
                                      (3)    (4)
                                                       (4)   -10.3
Z[cm]
                                                   指定した時刻における,
                                                   飛行船の位置と
                                                   目的地との誤差



                                    飛行船の位置         最大-22.4[cm]の誤差
                                    等速直線飛行の
                                    軌跡


                     t[sec]
実験結果
    ヨー角θの時間推移


         飛行船の位置                   (2)               目的地      θ[rad]
         等角速度飛行の
         軌跡
                                                       (1)    -0.05
                                                       (2)    -0.10

                                        (3)   (4)
                                                       (3)     0.26
                                                       (4)    -0.03
θ[rad]
                                                    指定した時刻における,
                                                    飛行船の位置と
                                                    目的地との誤差


                   (1)
                                                    最大15度の誤差



                         t[sec]
実験結果
5回のベンチマーク実験から,時間制約付き飛行プランに基づく
屋内飛行船ロボットの制御手法を検証する
 指定した時刻における,飛行船の位置と目的地との
 誤差の絶対値の平均,標準偏差
       X[cm]   Y[cm]   Z[cm]   Θ[rad]   x,y軸は機体に対して
                                            6%の誤差
平均     4.1     5.1     11.1    0.13
標準偏差   2.9     3.4     8.1     0.09     z軸は機体に対して
                                          14%の誤差
 0.3[sec]毎における,飛行船の位置と等速飛行の軌跡との ヨー角θは9度の誤差
 誤差の絶対値の平均,標準偏差
       X[cm]   Y[cm]   Z[cm]   Θ[rad]
平均     5.8     5.3     10.7    0.15
標準偏差   5.5     4.6     8.9     0.14

指定した時刻に,等速飛行で目的地に到着できた
まとめ
 時間制約つき飛行プランを提案した
 ベンチマークから時間制約付き飛行プランに基づく
 屋内飛行船ロボットの制御を行うことができた

今後の課題
 速度,直線飛行,回転飛行,及び定位置保持飛行
 に応じて,Taの設定が必要
それぞれの機体を独立に制御している

Mais conteúdo relacionado

Mais procurados

Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
Koji Sekiguchi
 
Ninja of Train
Ninja of TrainNinja of Train
Ninja of Train
tomerun
 
PFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time DequesPFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time Deques
昌平 村山
 
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
Tasuku Soma
 
Incanterの紹介
Incanterの紹介Incanterの紹介
Incanterの紹介
mozk_
 

Mais procurados (20)

Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
 
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
 
Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)
 
Learning Depthwise Separable Graph Convolution from Data Manifold
Learning Depthwise Separable Graph Convolution from Data ManifoldLearning Depthwise Separable Graph Convolution from Data Manifold
Learning Depthwise Separable Graph Convolution from Data Manifold
 
diff template library
diff template librarydiff template library
diff template library
 
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろーKMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
 
熱流体解析における離散スキームの評価
熱流体解析における離散スキームの評価熱流体解析における離散スキームの評価
熱流体解析における離散スキームの評価
 
Coreset+SVM (論文紹介)
Coreset+SVM (論文紹介)Coreset+SVM (論文紹介)
Coreset+SVM (論文紹介)
 
Ninja of Train
Ninja of TrainNinja of Train
Ninja of Train
 
Graph LSTM解説
Graph LSTM解説Graph LSTM解説
Graph LSTM解説
 
Gsi 10m dem_resample_and_convert_to_gmt
Gsi 10m dem_resample_and_convert_to_gmtGsi 10m dem_resample_and_convert_to_gmt
Gsi 10m dem_resample_and_convert_to_gmt
 
サンプリング定理
サンプリング定理サンプリング定理
サンプリング定理
 
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
 
グラフネットワーク〜フロー&カット〜
グラフネットワーク〜フロー&カット〜グラフネットワーク〜フロー&カット〜
グラフネットワーク〜フロー&カット〜
 
SICP
SICPSICP
SICP
 
PFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time DequesPFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time Deques
 
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
 
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
 
wq-2. 待ち行列
wq-2. 待ち行列wq-2. 待ち行列
wq-2. 待ち行列
 
Incanterの紹介
Incanterの紹介Incanterの紹介
Incanterの紹介
 

Destaque (19)

Nakano b
Nakano bNakano b
Nakano b
 
Ppt iimura
Ppt iimuraPpt iimura
Ppt iimura
 
Ppt nakabayashi g
Ppt nakabayashi gPpt nakabayashi g
Ppt nakabayashi g
 
Ppt takado
Ppt takadoPpt takado
Ppt takado
 
Sekiya b
Sekiya bSekiya b
Sekiya b
 
Ppt mori
Ppt moriPpt mori
Ppt mori
 
Nakabayashi m
Nakabayashi mNakabayashi m
Nakabayashi m
 
Ppt katayama g
Ppt katayama gPpt katayama g
Ppt katayama g
 
nagata b
nagata bnagata b
nagata b
 
Ppt yoshimoto
Ppt yoshimotoPpt yoshimoto
Ppt yoshimoto
 
Ppt takahashi
Ppt takahashiPpt takahashi
Ppt takahashi
 
hosokawa b
hosokawa bhosokawa b
hosokawa b
 
shioji m
shioji mshioji m
shioji m
 
segawa m
segawa msegawa m
segawa m
 
mori m
mori mmori m
mori m
 
iimura m
iimura miimura m
iimura m
 
touya m
touya mtouya m
touya m
 
egawa_b_2013
egawa_b_2013egawa_b_2013
egawa_b_2013
 
miyamori_b_2013
miyamori_b_2013miyamori_b_2013
miyamori_b_2013
 

Semelhante a Ppt kasawaki

水平線検出による船体動揺映像の安定化論文
水平線検出による船体動揺映像の安定化論文水平線検出による船体動揺映像の安定化論文
水平線検出による船体動揺映像の安定化論文
doboncho
 
introductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysisintroductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysis
Tatsuki SHIMIZU
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
Miyoshi Yuya
 

Semelhante a Ppt kasawaki (18)

Ppt yamagata
Ppt yamagataPpt yamagata
Ppt yamagata
 
Kim120 lt 12_6
Kim120 lt 12_6Kim120 lt 12_6
Kim120 lt 12_6
 
OutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_ModelOutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_Model
 
Ppt umemoto g
Ppt umemoto gPpt umemoto g
Ppt umemoto g
 
topology of musical data
topology of musical datatopology of musical data
topology of musical data
 
Rによるデータサイエンス:12章「時系列」
Rによるデータサイエンス:12章「時系列」Rによるデータサイエンス:12章「時系列」
Rによるデータサイエンス:12章「時系列」
 
Jokyo20110711
Jokyo20110711Jokyo20110711
Jokyo20110711
 
水平線検出による船体動揺映像の安定化論文
水平線検出による船体動揺映像の安定化論文水平線検出による船体動揺映像の安定化論文
水平線検出による船体動揺映像の安定化論文
 
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
 
JOIss2020 発表資料
JOIss2020 発表資料JOIss2020 発表資料
JOIss2020 発表資料
 
文字列カーネルによる辞書なしツイート分類 〜文字列カーネル入門〜
文字列カーネルによる辞書なしツイート分類 〜文字列カーネル入門〜文字列カーネルによる辞書なしツイート分類 〜文字列カーネル入門〜
文字列カーネルによる辞書なしツイート分類 〜文字列カーネル入門〜
 
打ち切りデータのヒストグラム
打ち切りデータのヒストグラム打ち切りデータのヒストグラム
打ち切りデータのヒストグラム
 
introductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysisintroductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysis
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
 
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programming
 
Umemoto m
Umemoto mUmemoto m
Umemoto m
 
Chapter9 2
Chapter9 2Chapter9 2
Chapter9 2
 

Mais de harmonylab

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
harmonylab
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
harmonylab
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
harmonylab
 

Mais de harmonylab (20)

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
 
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
 
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
 
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
 
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
 
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
 
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat ModelsDLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
 
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationDLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
Voyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language ModelsVoyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language Models
 
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose EstimationDLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
 
ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language ModelsReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Models
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
 
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
 
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
 
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
 
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
 
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
 
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
 
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
 

Ppt kasawaki

  • 1. 時間制約付き飛行プランに基づく 屋内飛行船ロボットの制御 Control of Indoor Balloon Robot with Time Constraints 複雑系工学講座 調和系工学研究室 4年 笠脇 裕人
  • 2. 屋内飛行船ロボット[角田 2005] 高さ80[cm],直径94[cm]の円柱形バルーン •カメラセンサ(画像:160×144[pixel],カラー:RGB16bit) •T-Engineシステム(CPU:216Mhz,RAM:16MB) •プロペラ・モータユニット (プロペラ:各軸に2組ずつ6組,推力調整:0.3[sec]間に30回) プロペラ・モータユニット 実験環境 θ 300[cm] Y 0.75[cm] X 150[cm] -150[cm]
  • 3. エンタテインメントロボット 3次元移動可能な 屋内飛行船ロボット[Minagawa 2007]を用いたエンタテインメント シンクロナイズド飛行 (※シンクロナイズ:時間的に行動を一致させること) 音楽にあわせて飛行する 複数の飛行船の行動を一致させる 屋内飛行船ロボットの問題点 空調や慣性抵抗の影響を受けるため,任意の速度になるまでに時間遅れが生じる 指定した時刻に,指定した位置へ飛行することは 実現されていない
  • 5. 時間制約付き飛行プラン n :目的地番号 ( n 1) ox : X 座標の目的地 [ cm ] 飛行プラン oy : Y座標の目的地 [ cm ] 出発地と複数の目的地から構成 oz : Z 座標の目的地 [ cm ] n番目の目的地を g n (oxn , oyn , ozn , o n , Tn ) と表す o :ヨー角の目的地 [ rad ] Tn : 到着時刻 [sec] ただし出発地は g 0 (ox0 , oy0 , oz0 , o 0 , T0 ) とする g1 (ox1 , oy1 , oz1 , o 1 ,30) 指定した時刻に到着する 目的地での誤差を小さくする 等速直線飛行 等角速度飛行 300[cm] g 2 (ox2 , oy2 , oz 2 , o 2 ,40) g0 (ox0 , oy0 , oz0 , o 0 ,0) g 3 (ox3 , oy3 , oz3 , o 3 ,60)
  • 6. 目標速度の計算方法 目標速度 (oxn ox n 1 ) X軸 : ev x (t ) (t Tn 1 Ta ) xt Ta Tn Tn 1 ev x (t ) : 目標速度[cm/sec] xt : 時刻 t[sec] における飛行船の位置[cm] Ta : 定数( = 3.0[sec]) 0.3[sec]毎に現在の位置と目標位置から目標速度を計算する X[cm] oxn oxn 1 t[sec] 0 Tn 1 t t t t Tn Ta TaTaTa
  • 7. PID制御(フィードバック制御) d x (t ) d x (t T) X軸 : mx (t ) KPx d x (t ) KI x d x (t ) KDx T y d y (t ) d y (t T) x1 Y軸 : m y (t ) KPy d y (t ) KI y d y (t ) KDy Y T 2 4 d (t ) d z (t T) Z軸 : mz (t ) KPz d z (t ) KI z d z (t ) KDz z 3 T d (t ) d (t T) Θ : m (t ) KP d (t ) KI d (t ) KD X T m(t) : プロペラ推力 KP : Propotiona l gain Z d(t) : v (t ) ev (t ),目標速度との偏差 KI : Integral gain ΔT : サンプリング時間 ( 0.3[sec]) KD : Derivative gain 5 6 Y m1 (t ) m y (t ) m (t ) m 2 (t ) m x (t ) m (t ) m 5 (t ) m z (t ) m 3 (t ) m y (t ) m (t ) m 4 (t ) m x (t ) m (t ) m 6 (t ) m z (t ) Y軸,Z軸,及びヨー角θもX軸と同様に設定する
  • 8. 実験概要 指定した時刻に,指定した位置へ飛行しているか ベンチマークを用いて検証する (1) を固定しながら直線飛行 (2) (2)位置を固定しながら3 [ rad ] 回転飛行 (3) を / 4[ rad ]回転させながら直線飛行 (4) を固定しながら定位置保持飛行 (1) (3) 飛行プラン g0 (150,30,150, / 4,0) (4) g1 ( 110,260,250, / 4,60) g2 ( 110,260,250, ,70) g3 ( 110,260,250, / 4,80) g4 ( 110,260,250, / 2,90) g5 ( 110,260,250, 3 / 4,100) g6 (0,200,200, ,120) ベンチマークには,屋内飛行船で考えられる g7 (0,200,200, ,150) 直線,回転,及び定位置保持飛行が含まれている
  • 9. 実験結果 X座標の時間推移 飛行船の位置 目的地 X[cm] 等速直線飛行の 軌跡 (1) -3.1 (2) -7.4 (3) -3.0 (3) (4) (4) 3.2 X[cm] 指定した時刻における, 飛行船の位置と 目的地との誤差 (1) (2) 最大7.4[cm]の誤差 t[sec]
  • 10. 実験結果 Y座標の時間推移 目的地 Y[cm] (1) 7.7 (3) (1) (2) (4) (2) -0.2 (3) -5.8 (4) -4.5 Y[cm] 指定した時刻における, 飛行船の位置と 目的地との誤差 飛行船の位置 最大7.7[cm]の誤差 等速直線飛行の 軌跡 t[sec]
  • 11. 実験結果 Z座標の時間推移 目的地 Z[cm] (1) 1.5 (1) (2) (2) 14.7 (3) -22.4 (3) (4) (4) -10.3 Z[cm] 指定した時刻における, 飛行船の位置と 目的地との誤差 飛行船の位置 最大-22.4[cm]の誤差 等速直線飛行の 軌跡 t[sec]
  • 12. 実験結果 ヨー角θの時間推移 飛行船の位置 (2) 目的地 θ[rad] 等角速度飛行の 軌跡 (1) -0.05 (2) -0.10 (3) (4) (3) 0.26 (4) -0.03 θ[rad] 指定した時刻における, 飛行船の位置と 目的地との誤差 (1) 最大15度の誤差 t[sec]
  • 13. 実験結果 5回のベンチマーク実験から,時間制約付き飛行プランに基づく 屋内飛行船ロボットの制御手法を検証する 指定した時刻における,飛行船の位置と目的地との 誤差の絶対値の平均,標準偏差 X[cm] Y[cm] Z[cm] Θ[rad] x,y軸は機体に対して 6%の誤差 平均 4.1 5.1 11.1 0.13 標準偏差 2.9 3.4 8.1 0.09 z軸は機体に対して 14%の誤差 0.3[sec]毎における,飛行船の位置と等速飛行の軌跡との ヨー角θは9度の誤差 誤差の絶対値の平均,標準偏差 X[cm] Y[cm] Z[cm] Θ[rad] 平均 5.8 5.3 10.7 0.15 標準偏差 5.5 4.6 8.9 0.14 指定した時刻に,等速飛行で目的地に到着できた
  • 14. まとめ 時間制約つき飛行プランを提案した ベンチマークから時間制約付き飛行プランに基づく 屋内飛行船ロボットの制御を行うことができた 今後の課題 速度,直線飛行,回転飛行,及び定位置保持飛行 に応じて,Taの設定が必要