1. 小型屋内自律飛行船の
Memory-based PID制御に関する研究
A study on Memory-based PID control for indoor blimp robot
複合情報学専攻 複雑系工学講座
調和系工学研究室 修士２年 山形 佳史

2. 背景
小型屋内自律飛行船と複雑系
複雑系 • 『系の構成要素間の相互作用の結果，系全体として複雑な振る舞
いが現れる』という一面
小型屋内自律飛行船
• 環境が与える外乱の影響大 (小推力・小質量・広表面積)
• 自身の出力→環境を変化 （気流の乱れ）
系”全体”の振る舞いのみから適応的に作用（出力）を決定
小型屋内自律飛行船制御の現状
PID制御による目標値(速度)追従の実現[Minagawa,2007]
問題点 • PIDパラメータの適切な設定が困難
• 環境が時々刻々と変化
飛行中にPIDパラメータを適応的に修正する方法が必要
Memory-based PID制御[Takao,2004]

3. 目的
小型屋内自律飛行船へのMemory-based PID制御の適用
Memory-based PID制御の特徴
特徴１ いくつかのPIDの組をデータベースに保持
特徴２ データベースを制御対象の物理モデルを用いて逐次更新してゆく
物理モデルを用いることは小型屋内自律飛行船の計算能力では困難
飛行船への適用例
飛行船の旋回制御に利用[佐藤,2005]
• 物理モデルを用いたデータベースの修正を行わない
• データベースの更新が初期に保持しているPIDパラメータに依存
十分な量の初期PIDパラメータを利用することは計算能力では困難
本研究の取り組み
目標速度を利用しデータベースを更新するMemory-based PID制御を適用

4. 小型屋内自律飛行船
駆動部
バルーン
T-Engineシステム
CPU : M32104 (216 MHz)
SDRAM :16MB
Input Signal Control Signal
カメラセンサ プロペラ y
・円柱型 160 ×144 [pixel]
・高さ:80cm x
・直径:94cm
z
z 階層構造
y
x
動作設計 動作設計層
制御器(PID制御) 制御層
シリアル通信 カメラセンサ モータ ライブラリモジュール
T-kernel OS
3m×3m μ T-Engine ハードウェア
位置取得[Kadota,2004]： x(t),y(t),z(t),θ(t)
速度取得：vx(t ), vy(t ), vz(t ),  (t )

5. PID制御
速度偏差によるＰＩＤ制御[Minagawa, 2007]
x y
d x (t )  d x (t  T )
X軸 : m x (t )  KPx d x (t )  KI x  d x (t )  KDx ex
T e Y
d y (t )  d y (t  T )
Y軸 : m y (t )  KPy d y (t )  KI y  d y (t )  KD y ey
T
d (t )  d z (t  T )
Z軸 : m z (t )  KPz d z (t )  KI z  d z (t )  KDz z X
T Z
d (t )  d  (t  T )
Θ軸 : m (t )  KP d  (t )  KI   d  (t )  KD 
T ez
計12個のパラメータ Y
m(t) : プロペラ出力 KP : 比例項のパラメータ
d(t) :目標速度に対する偏差 KI : 積分項のパラメータ
ΔT : サンプリング時間( 0.3[sec]) KD : 微分項のパラメータ
Ｄ(微分項)は加速を制限する特徴を持つため，変動すると振動が起こる．
→計８パラメータ（x,y,z,θの各PとI）をMemory-based PID制御で調節する

6. Memory-based PID制御
センサ情報（位置，速度）
STEP2 STEP1
PID制御 PIDパラメータPIDパラメータ PIDパラメータの
生成 選択
プロペラ出力 STEP3
PIDパラメータの データベース
制御誤差 修正（追加）と削除

7. Memory-based PID制御：データベース
データベース ：N組のレコードを持つ
レコードの構成
①状態量（速度）の時系列データ
時系列データ
y(t j ), y(t j  n y T  T )
 j ②目標状態量（速度）の時系列データ
r (t j  T ), r (t j ) T j
t
R ( , K ) ③操作量（プロペラ出力）の時系列データ
j j j
ｊ番目のレコード
u (t j  T ), u (t j  nu T  T )
④用いたPIDパラメータ
Κ  [K , K , K ]
j
p
j
i
j
d
j
t j ：j番目の時系列データを取得した時刻
初期データベース ：経験則によるPIDパラメータを用いて制御を行い，作成する
設定値 ： n y  1, nu  3 ,N=10 →計算時間のため

8. Memory-based PID制御
センサ情報（位置，速度）
STEP2 STEP1
PID制御 PIDパラメータPIDパラメータ PIDパラメータの
生成 選択
プロペラ出力 STEP3
PIDパラメータの データベース
制御誤差 修正（追加）と削除

9. STEP1:PIDパラメータの選択
概要 ：STEP2で用いるPIDパラメータを選択する
アルゴリズム
入力：  (t ) ：時刻 t において取得する時系列データ
 j ：データベースの各レコードの時系列データ
処理：  (t ) と各 j との類似度 d j を計算．
n y  nu 1
l (t )  l j
類似度定義： d j
 l 1 max l  min l
出力： 類似度が高いレコードをp個選択．

10. STEP2:PIDパラメータの生成
概要 ：制御で用いるPIDパラメータを生成する
アルゴリズム
入力： 類似度が高いレコードをp個
処理： 類似度に応じた重み付き平均計算．
p
重み付き平均定義： Κ new
(t )   wi K i
n y  nu 1 1
i
 [l (t )  li ]2 
wi   1 
 [max   min  ]2 

l 1  l l 
p
w
i 1
i 1
出力： 制御に用いるPIDパラメータ Κ
new
(t )

11. STEP3:PIDパラメータの修正（追加）,削除
概要 ：制御誤差を利用しPIDパラメータを修正，データ
ベースに追加，データベースからレコードを1つ削除
アルゴリズム
入力： 制御誤差  (t  T )
制御に利用したPIDパラメータ Κ
new
(t )
制御誤差定義：  (t  T )  OV (t  T )  V (t  T )
処理： PIDパラメータを修正し，追加するレコードと削除するレコードを求める
PIDパラメータ修正定義： 従来手法においてモデル追従性
 1 2
Κ mod ify (t )  K new (t )  η   (t  T )  を向上させる修正をしていた部分
学習係数
K new (t )  2 
目標速度に対する偏差が小さく
なるようにした
削除条件定義：
min( d i ), i  1 N
出力： 修正したPIDパラメータを時系列データ (t ) と組に
して追加レコードとし，削除レコードを削除

12. 実験概要
目的
Memory-based PID制御の有効性を検証
方法 ：従来手法との比較
 比較対象
 固定PID制御（PIDパラメータが固定値である制御）
 評価方法 T
 目標速度追従性（評価関数：  | (OV (t )  V (t ) |[cm / s] ）
t 0
T
 目標位置追従性（評価関数：  | OP (t )  P(t ) |[cm / s]
t 0
）
OP (t ) : 時刻tにおける目標位置
P(t ) : 時刻tにおける飛行船位置
OV (t ) : 時刻tにおける目標速度
T : 実験終了時刻 V (t ) : 時刻tにおける飛行船速度

13. 実験設定
飛行環境
-150≦x≦150， 0≦y≦300， 100≦z≦300
目標位置
3次元の目標位置
P1  (125,25,200) Θ=0[rad]
P 2  (125,275,200) P3 P2
P3  (125,275,200)
P4 P1
P 4  (125,25,200)
許容誤差
5cm（x,y,z方向すべて）
環境設定
ドライヤーにより気流を与える場合と与えない場合
PIDパラメータ ：Memory-based PID制御の初期パラメータと固定PID制御
従来手法の経験則により決定

14. 実験結果： パラメータ推移の例（気流を与える場合）
X軸 Y軸
Pの推移 Iの推移 Pの推移 Iの推移
Z軸 Θ軸
Pの推移 Iの推移 Pの推移 Iの推移
飛行中にＰＩＤパラメータが変化している

15. 実験結果： 目標速度追従性
30% 24%
17% 11% 14%
23%
評価値 評価値
-1% 16%
気流を与えない場合 気流を与えた場合
T
評価関数：  | OV (t )  V (t ) |[cm / s]
t 0
（値は５回の実験結果の平均値）
PIDパラメータは目標速度に追従するように調整された

16. 実験結果： 目標位置追従性
19% 19%
3%
10%
評価値 評価値 43%
43%
-8% 12%
気流を与えない場合 気流を与えた場合
T
評価関数：  | OP (t )  P(t ) |[cm]
t 0
（値は５回の実験結果の平均値）
小型屋内自律飛行船の目標位置追従性も向上した

17. 考察
 目標位置追従性が向上した
 目標速度追従性の向上が目標位置追従性を向上させたと
考えられる
 気流を与える場合の方が固定PID制御とMemory-
based PID制御の評価値の差が広がった
 気流という外乱に対して出力とその効果の調和をはかりな
がら適応的にPIDパラメータを調節し速度追従性を保ったと
考えられる

18. 結論
 小型屋内自律飛行船のMemory-based PID制御を目
標速度による修正を利用し実装した
 動作とその効果の調和をはかりながら適応的にPIDパ
ラメータが調節された
 目標速度追従性，目標位置追従性を向上させた
 今後の展開
 Memory-based PID制御の軌道追従性の検討
業績
”Simulation and implement of memory-based PID control for indoor blimp robot“, Yoshifumi Yamagata, Hidenori
Kawamura, Azuma Ohuchi, Toshihiko Takaya, and Hiroyuki Iizuka ,
The Thirteenth International Symposium on Artificial Life and Robotics 2008
”カメラ画像を用いた屋内自律飛行船の高さ方向誤差に関する分析 ”,山形 佳史, 川村 秀憲, 高谷 敏彦, 大内 東
情報処理北海道シンポジウム2007