4. ヘリコプタのモデリング
メインロータの推力 :
テイルロータの推力 :
機体にかかる空気抵抗 :
機体にかかる重力 :
mr T
tr T
fus F
mg
メインロータのトルク :
テイルロータのトルク : tr
mr
Q
Q
発生するモーメント
Tmr
Ttr
mg
Qmr
Qtr Ffus
X
Y
Z
Roll,p
Yaw,r
Pitch,w
ヘリコプタをモデル化し,運動方程式によりヘリコプタの動きを算出
フラッピング運動を近似し,制御指令値からブレードの傾きを算出
発生する力
[加藤,1985]
5. 制御器
t
e t
m t K e t K e t K x
x Px x Ix x Dx
( )
( ) ( ) ( )
PIDコントローラ(X軸)
3つの制御器を直列構造に接続し,サーボモータへの制御指令値を算出
m(t) :目標値
e(t) :
t :
: P K 比例ゲイン 積分ゲイン
サンプリング時間[sec]
: D : K I K
t[sec] における現在値と目標値との偏差[m/sec]
微分ゲイン
PID制御により目標値を算出
Position
Controller
Velocity
Controller
Attitude
Controller
Helicopter
Dynamics
Velocity
Attitude
Input Signal
Attitude Reference
Velocity Reference
Position Reference
[野波,2004]
Position
6. 制御器
3つの制御器を直列構造に接続し,サーボモータへの制御指令値を算出
Position
Controller
Velocity
Controller
Attitude Controller
Position
Velocity
Attitude
Input Signal
Attitude Reference
Velocity Reference
Position Reference
PIDパラメータの選択
PIDパラメータの修正
データベース
速度制御器に適用 3軸:Kp
PIDパラメータ生成
レコードと類似度を算出
類似度に応じた重み付き平均を算出
制御誤差を利用
Helicopter Dynamics
[野波,2004]
[Takao,2004]
Memory-Based PID 制御
8. シミュレーション設定
範囲 5000m四方
消失点 範囲内ランダム
推定流路方向 標高から推定
探索範囲 半径1000m・角60度の扇形
遭難者位置 標高による確率分布
遭難者数 1人
制約条件:子機がアドホックネットワークを維持
評価関数: ( , ) ( ) ( )
,
,
P x y r t t penalty i
N
i
SX SY
x y
init penalty(i) :通信範囲より出たペナルティ
制約条件:子機はバラバラに飛行し,発見後,親機まで飛行
評価関数:
N
i
SX SY
x y
init back P x y r t t t
,
,
( , ) ( ) init t
back :遭難現場までの飛行時間 t
:親機までの飛行時間
親機数 1機体
子機数 N(1-9)機体
ビーコン通信範囲 20m
グリッド間隔 12.5m
機体間通信範囲 200m
探索時間 120min
子機体数を1-9機体に変更し,評価関数の推移を調査
実験Ⅰ
実験Ⅱ
9. 10機体の探索結果一例
シミュレーション結果
10機体の探索結果一例
棒グラフ:
線グラフ(青):
線グラフ(赤):
P(x, y)
P(x, y)r(t t) init
( , ) ( ) init back P x y r t t t
機体数
P(x, y)r(t)
機体数
実験Ⅰ P(x, y)r(t)
実験Ⅱ
探索時間の短縮という観点では,実験Ⅰの探索手法が優位
11. 実機実験
シミュレータ上で構築した制御器を実機へ導入
振動ノイズやセンサ誤差を含んだ観測値からKalman Filterを用いて状態推定
観測値yn:3軸加速度・角速度
状態xn:3軸速度・角速度・姿勢
入力un:制御指令値4ch
n n n n n x F x B u 1
n n n n y H x w
高さ及び,yaw角はマニュアル操作
内界センサを用いて,速度制御器と姿勢制御器を実装
シミュレータやマニュアル操作時の入力に基づき,
PIDパラメータを決定
目的
速度制御器 姿勢制御器
Kp Kp Ki Kd
0.7 0.4 0.01 0.03
角速度 deg/s
青:観測値
赤:Kalman
Filter
PIDパラメータ
動作が不安定な要因は積分誤差による為だと考えられ,
外界センサによる位置制御や補正により改善されると考えられる.