Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

yamagata m

345 views

Published on

  • Be the first to comment

  • Be the first to like this

yamagata m

  1. 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. 2. 背景 •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 •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) 小型屋内自律飛行船と複雑系 PID制御による目標値(速度)追従の実現[Minagawa,2007] 小型屋内自律飛行船制御の現状 問題点 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] 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 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
  3. 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 いくつかのPIDの組をデータベースに保持 飛行船への適用例 飛行船の旋回制御に利用[佐藤,2005] 特徴1 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 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 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 •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 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
  4. 4. 小型屋内自律飛行船 バルーン T-Engineシステム CPU : M32104 (216 MHz) SDRAM :16MB カメラセンサ 160 ×144 [pixel] x y z プロペラ Input Signal Control Signal 駆動部 ・円柱型 ・高さ:80cm ・直径:94cm x y z 3m×3m 位置取得[Kadota,2004]: 速度取得: x(t),y(t),z(t),θ(t) vx(t),vy(t),vz(t), (t) 動作設計 μ T-Engine カメラセンサ 制御器(PID制御) T-kernel シリアル通信 モータ ライブラリモジュール OS ハードウェア 動作設計層 制御層 階層構造
  5. 5. PID制御                                 T d t d t T m t KP d t KI d t KD T d t d t T m t KP d t KI d t KD T d t d t T m t KP d t KI d t KD T d t d t T d t KI d t KD x m t KP z z z z z z z z y y y y y y y y x x x x x x x ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )         : ( 0.3[sec]) : : サンプリング時間 目標速度に対する偏差 プロペラ出力 ΔT d(t) m(t) 微分項のパラメータ 積分項のパラメータ 比例項のパラメータ : : : KD KI KP X軸 : Y軸 : Z軸 : Θ軸 : 計12個のパラメータ 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 Z Y z e X Y x y x e y e  e 速度偏差によるPID制御[Minagawa, 2007]
  6. 6. Memory-based PID制御 PID制御 センサ情報(位置,速度) プロペラ出力 PIDパラメータ 生成 PIDパラメータの 選択 PIDパラメータの 修正(追加)と削除 データベース 制御誤差 PIDパラメータ STEP1 STEP2 STEP3
  7. 7. Memory-based PID制御:データベース ②目標状態量(速度)の時系列データ ( ), ( ) j j r t  T r t y(t ), y(t n T T) y j j      u(t T), u(t n T T) u j j        ①状態量(速度)の時系列データ ③操作量(プロペラ出力)の時系列データ j T t [ , , ] j d j i j p j Κ  K K K ④用いたPIDパラメータ 時系列データ j  j番目のレコード ( , ) j j j R  K :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 1,  3 y u n n j t :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 :N組のレコードを持つ : ,N=10 →計算時間のため データベース レコードの構成 設定値
  8. 8. Memory-based PID制御 PID制御 センサ情報(位置,速度) プロペラ出力 PIDパラメータ 生成 PIDパラメータの 選択 PIDパラメータの 修正(追加)と削除 データベース 制御誤差 PIDパラメータ STEP1 STEP2 STEP3
  9. 9. STEP1:PIDパラメータの選択 類似度が高いレコードをp個選択.        1 1 max min ( ) ny nu l l l j j l l t d      (t):時刻 tにおいて取得する時系列データ  ( t) と各 との類似度 を計算. j  j d :データベースの各レコードの時系列データ j  :STEP2で用いるPIDパラメータを選択する 類似度定義: 入力: 処理: 出力: 概要 アルゴリズム
  10. 10. STEP2:PIDパラメータの生成 (t) new 制御に用いるPIDパラメータ Κ 類似度に応じた重み付き平均計算. :制御で用いるPIDパラメータを生成する 重み付き平均定義: 入力: 処理: 出力: 類似度が高いレコードをp個   p i i i new t w 1 Κ ( ) K   p i i w 1 1                 1 1 2 2 [max min ] [ ( ) ] 1 ny nu l l l i l l i t w     概要 アルゴリズム
  11. 11. STEP3:PIDパラメータの修正(追加),削除  (t  T) (t) new Κ 修正したPIDパラメータを時系列データ と組に して追加レコードとし,削除レコードを削除 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 :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 PIDパラメータ修正定義: 入力: 処理: 出力: 制御誤差 制御に利用したPIDパラメータ d i N i min( ), 1  (t  T)  OV(t  T) V(t  T) 学習係数           mod 2 ( ) 2 1 ( ) ( ) ( ) t T t t t new ify new  K Κ K η 制御誤差定義: 削除条件定義:  (t) 従来手法においてモデル追従性 を向上させる修正をしていた部分 目標速度に対する偏差が小さく なるようにした 概要 アルゴリズム
  12. 12.  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  目標速度追従性(評価関数: )  目標位置追従性(評価関数: ) Memory-based PID制御の有効性を検証 実験概要 | ( ( ) ( ) |[ / ] 0 OV t V t cm s T t   | ( ) ( ) |[ / ] 0 OP t P t cm s T t   時刻における飛行船速度 時刻における目標速度 時刻における飛行船位置 時刻における目標位置 V t t OV t t P t t OP t t ( ) : ( ) : ( ) : ( ) : :従来手法との比較 目的 方法 T :実験終了時刻
  13. 13. 5cm(x,y,z方向すべて) 従来手法の経験則により決定 実験設定 -150≦x≦150, 0≦y≦300, 100≦z≦300 3次元の目標位置 P3 P2 P4 P1 :Memory-based PID制御の初期パラメータと固定PID制御 4 (125,25,200) 3 (125,275,200) 2 ( 125,275,200) 1 ( 125,25,200)       P P P P ドライヤーにより気流を与える場合と与えない場合 Θ=0[rad] 飛行環境 目標位置 許容誤差 環境設定 PIDパラメータ
  14. 14. 実験結果: パラメータ推移の例(気流を与える場合) 飛行中にPIDパラメータが変化している Pの推移 X軸 Y軸 Iの推移 Θ軸 Z軸 Pの推移 Iの推移 Pの推移 Iの推移 Pの推移 Iの推移
  15. 15. 実験結果: 目標速度追従性 | ( ) ( ) |[ / ] 0 OV t V t cm s T t   PIDパラメータは目標速度に追従するように調整された 評価関数: 評価値 評価値 気流を与えない場合 気流を与えた場合 (値は5回の実験結果の平均値) 17% 11% 23% -1% 30% 24% 14% 16%
  16. 16. 実験結果: 目標位置追従性 | ( ) ( ) |[ ] 0 OP t P t cm T t  評価関数:  小型屋内自律飛行船の目標位置追従性も向上した 評価値 気流を与えない場合 気流を与えた場合 評価値 (値は5回の実験結果の平均値) 10% 3% 43% -8% 19% 19% 43% 12%
  17. 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. 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

×