ビッグデータ技術との融合によるジャストインタイム制御の高速・高精度・高ロバスト化

与大数据技术融合的即时控制的高速、高精度、高鲁棒性

• 批准号: 19K04460
• 负责人: 甲斐 健也
• 金额: $ 2.83万
• 依托单位: Tokyo University of Science
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K04460/
• 关键词: ジャストインタイム制御; ジャストインタイムモデリング; ビッグデータ; データベースド制御; 自動運転; 車; モバイルロボット; マルチコプタ; モデル予測制御

本年度は本研究課題の４年目であり，１～３年目に構築した研究成果を基盤とし，さらなる発展的な研究成果の導出を目的とした．実施した研究テーマとしては以下が挙げられる．(1)ジャストインタイム制御法の応用可能性を示すために，実機のモバイルロボットを制御対象とし，データベース作成ならびに経路追従制御法を開発した．特にモバイルロボットが滑らかに目標点間を移動可能となるために，「予測型ジャストインタイム制御」を新たに提案し，動きを予測・修正しながら繰り返しジャストインタイムモデリングを行うことを目指した．実機実験の結果，モバイルロボットが滑らかな動作かつ少ない誤差で経路追従することが確認できた．(2)ジャストインタイム制御法をロボットマニピュレータのPoint-To-Point制御問題へと適用した．ロボットマニピュレータの制御においては逆運動学問題が知られており，目標の手先位置を実現するアーム角度が一意に決定しないという問題点が存在する．そこで，データベースから近傍データを抽出する際に不適当なデータを除外する機構を設定し，アーム角度ならびに制御入力を一意に決定するような手法を提案し，シミュレーションによって有効性を確認できた．(3)ジャストインタイム制御法の応用範囲を広げるためにゲーム分野への展開を考え，比較的複雑度が低く，ルールが簡潔な「リバーシ」を対象として，ジャストインタイム制御の適用を行った．過去のリバーシの対局データをデータベース化し，それを用いてジャストインタイム制御を行うことによって，局面ごとの次の手を導出する手法を提案した．従来のコンピュータと対戦を行った結果，ある程度の強さを持つ戦略を構築することができ，ジャストインタイム制御法の他分野への応用可能性を得ることができた．

今年是该研究项目的第四年，我们的目标是在第一年至第三年的研究成果基础上，得出进一步的先进研究成果。进行了以下研究主题。 (1)为了证明即时控制方法的适用性，我们创建了一个数据库，并开发了一种使用实际移动机器人作为控制目标的路径跟踪控制方法。特别是，为了使移动机器人能够在目标点之间平稳移动，我们提出了一种新的“预测即时控制”，旨在在预测和纠正运动的同时重复执行即时建模。实机实验结果证实，移动机器人能够平稳移动，遵循路径误差较小。 (2)将即时控制方法应用于机器人机械臂的点对点控制问题。逆运动学问题在机器人机械手的控制中是已知的，并且存在一个问题，即达到目标手位置的手臂角度无法唯一确定。因此，我们建立了一种机制，在从数据库中提取邻近数据时排除不适当的数据，并提出了一种唯一确定手臂角度和控制输入的方法，并通过仿真验证了其有效性。 (3)为了扩大即时控制方法的应用范围，我们将即时控制应用于复杂度相对较低、规则简单的“黑白棋”，目的是将其扩展到游戏场．．我们创建了一个包含过去黑白棋游戏数据的数据库，并提出了一种方法，通过使用它执行即时控制来导出每种情况的下一步棋。通过与传统计算机的对战，我们能够构建出具有一定强度的策略，并且获得了将即时控制方法应用到其他领域的可能性。

项目成果

ジャストインタイムモデリングに基づくマルチコプタの自動ホバリング制御

基于即时建模的多旋翼自动悬停控制

• 发表时间: 2019
• 作者: 加倉井遥平;甲斐健也
• 通讯作者: 甲斐健也

ジャストインタイムモデリングに基づくモバイルロボットの自動経路追従制御と実験的検証

基于即时建模和实验验证的移动机器人自动路径跟踪控制

• 发表时间: 2022
• 作者: 宮垣津将一;甲斐健也
• 通讯作者: 甲斐健也

平均場結合を用いた複数の区分的アファイン振動子の同期法と同期可能条件

利用平均场耦合实现多个分段仿射振荡器同步的同步方法和条件

• 发表时间: 2022
• 作者: 堀江真平;甲斐健也
• 通讯作者: 甲斐健也

超離散交通流モデルに対する渋滞抑制のための深層学習に基づく知的信号機制御

基于深度学习的智能交通灯控制，用于超离散交通流模型的拥塞控制

• 发表时间: 2022
• 作者: 青木悠紀;甲斐健也
• 通讯作者: 甲斐健也

Traffic Signal Control for a Burgers’ Cellular Automaton Traffic Flow Model with Right and Left Turns Based on Particle Swarm Optimization

基于粒子群优化的左右转弯汉堡元胞自动机交通流模型的交通信号控制

• 发表时间: 2022
• 作者: Chen Zhang;Ryohei Funaki;Junichi Murata;桜間一徳;Tatsuya Kai and Munehiro Sato
• 通讯作者: Tatsuya Kai and Munehiro Sato