SlideShare una empresa de Scribd logo
1 de 15
Descargar para leer sin conexión
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] 
•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) 
高さ80[cm],直径94[cm]の円柱形バルーン 
プロペラ・モータユニット 
θ 
Y 
X 
0.75[cm] 
300[cm] 
-150[cm] 
150[cm] 
実験環境
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) 
 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 
 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
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 
: [sec] 
: [ ] 
: [ ] 
: [ ] 
: [ ] 
: ( 1) 
到着時刻 
ヨー角の目的地 
座標の目的地 
座標の目的地 
座標の目的地 
目的地番号 
n T 
o rad 
oz Z cm 
oy Y cm 
ox X cm 
n n 
 
 
 飛行プラン 
300[cm] 
 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 
n番目の目的地を と表す 
ただし出発地は とする 
( , , , , ) n n n n n n g  ox oy oz o T 
( , , , , ) 0 0 0 0 0 0 g  ox oy oz o T 
( , , , ,60) 3 3 3 3 3 g  ox oy oz o 
( , , , ,40) 2 2 2 2 2 g  ox oy oz o 
( , , , ,30) 1 1 1 1 1 g  ox oy oz o 
( , , , ,0) 0 0 0 0 0 g  ox oy oz o 
出発地と複数の目的地から構成
t T Ta x Ta 
T T 
ox ox 
ev t n t 
n n 
n n 
x   
 
 
  
 
 
   
 
 
  
 
 ( ) 
( ) 
( ) 1 
1 
1 
目標速度の計算方法 
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 
 目標速度 
X軸 : 
ev (t) : x 
: t x 
Ta : 
目標速度[cm/sec] 時刻 t[sec] における飛行船の位置[cm] 
定数( = 3.0[sec]) 
t[sec] 
X[cm] 
n ox 
n1 ox 
n1 T n 0 t T 
Ta 
t 
Ta 
t 
Ta 
t 
Ta
PID制御(フィードバック制御) 
Z 
Y 
 
 
 
 
 
   
   
 
   
   
 
   
   
 
   
   
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 
m t KP d t KI d t KD 
z z 
z z z z z z 
y y 
y y y y y y 
x x 
x x x x x x 
( ) ( ) 
( ) ( ) ( ) 
( ) ( ) 
( ) ( ) ( ) 
( ) ( ) 
( ) ( ) ( ) 
( ) ( ) 
( ) ( ) ( ) 
  
      
: ( 0.3[sec]) 
: ( ) ( ), 
: 
 
 
サンプリング時間 
目標速度との偏差 
プロペラ推力 
ΔT 
d(t) v t ev t 
m(t) 
:Derivativegain 
: Integral gain 
: Propotionalgain 
KD 
KI 
KP 
X軸 : 
Y軸 : 
Z軸 : 
Θ : 
( ) ( ) ( ) 
( ) ( ) ( ) 
3 
1 
m t m t m t 
m t m t m t 
y 
y 
 
 
  
  
( ) ( ) ( ) 
( ) ( ) ( ) 
4 
2 
m t m t m t 
m t m t m t 
x 
x 
 
 
  
  
( ) ( ) 
( ) ( ) 
6 
5 
m t m t 
m t m t 
z 
z 
 
 
X 
Y 
x y 
1 
2 
3 
4 
5 6 
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 
(0,200,200, ,150) 
(0,200,200, ,120) 
( 110,260,250, 3 / 4,100) 
( 110,260,250, / 2,90) 
( 110,260,250, / 4,80) 
( 110,260,250, ,70) 
( 110,260,250, / 4,60) 
(150,30,150, / 4,0) 
7 
6 
5 
4 
3 
2 
1 
0 
 
 
 
 
 
 
 
 
 
 
   
  
   
  
  
 
g 
g 
g 
g 
g 
g 
g 
g 
 飛行プラン 
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 
ベンチマークには,屋内飛行船で考えられる 
直線,回転,及び定位置保持飛行が含まれている 
(1) 
(2) 
(3) 
(4) 
(1) を固定しながら直線飛行 
(2)位置を固定しながら 回転飛行 
(3) を 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 
 
 
 
3 [rad] 
 / 4[rad]
実験結果 
 X座標の時間推移 
(1) 
(2) 
(3) 
(4) 
t[sec] 
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 
目的地 
X[cm] 
(1) 
-3.1 
(2) 
-7.4 
(3) 
-3.0 
(4) 
3.2 
等速直線飛行の 軌跡 
飛行船の位置 
最大7.4[cm]の誤差
実験結果 
(1) 
(2) 
(3) 
(4) 
t[sec] 
Y[cm] 
 Y座標の時間推移 
指定した時刻における, 飛行船の位置と 目的地との誤差 
目的地 
Y[cm] 
(1) 
7.7 
(2) 
-0.2 
(3) 
-5.8 
(4) 
-4.5 
等速直線飛行の 軌跡 
飛行船の位置 
最大7.7[cm]の誤差
実験結果 
(1) 
(2) 
(3) 
(4) 
t[sec] 
Z[cm] 
 Z座標の時間推移 
指定した時刻における, 飛行船の位置と 目的地との誤差 
目的地 
Z[cm] 
(1) 
1.5 
(2) 
14.7 
(3) 
-22.4 
(4) 
-10.3 
等速直線飛行の 軌跡 
飛行船の位置 
最大-22.4[cm]の誤差
実験結果 
t[sec] 
θ[rad] 
 ヨー角θの時間推移 
(1) 
(2) 
(3) 
指定した時刻における, 飛行船の位置と 目的地との誤差 
目的地 
θ[rad] 
(1) 
-0.05 
(2) 
-0.10 
(3) 
0.26 
(4) 
-0.03 
等角速度飛行の 軌跡 
飛行船の位置 
(4) 
最大15度の誤差
実験結果 
 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 
 0.3[sec]毎における,飛行船の位置と等速飛行の軌跡との 
誤差の絶対値の平均,標準偏差 
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 
X[cm] 
Y[cm] 
Z[cm] 
Θ[rad] 
平均 
4.1 
5.1 
11.1 
0.13 
標準偏差 
2.9 
3.4 
8.1 
0.09 
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 
x,y軸は機体に対して 6%の誤差 
z軸は機体に対して 14%の誤差 
ヨー角θは9度の誤差
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

Más contenido relacionado

La actualidad más candente

衛星芸術Pbl 2011 10_18
衛星芸術Pbl 2011 10_18衛星芸術Pbl 2011 10_18
衛星芸術Pbl 2011 10_18
Koichiro Mori
 
NIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributesNIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributes
Yasuo Tabei
 
DVB recording command on gstreamer.
DVB recording command on gstreamer.DVB recording command on gstreamer.
DVB recording command on gstreamer.
裕士 常田
 

La actualidad más candente (18)

P5utda day3
P5utda day3P5utda day3
P5utda day3
 
衛星芸術Pbl 2011 10_18
衛星芸術Pbl 2011 10_18衛星芸術Pbl 2011 10_18
衛星芸術Pbl 2011 10_18
 
nagata m
nagata mnagata m
nagata m
 
nagata b
nagata bnagata b
nagata b
 
feram-0.24.00 is released!
feram-0.24.00 is released!feram-0.24.00 is released!
feram-0.24.00 is released!
 
CheckMATE 実習
CheckMATE 実習CheckMATE 実習
CheckMATE 実習
 
nakabayasi m
nakabayasi mnakabayasi m
nakabayasi m
 
サイボウズ・ラボユース成果発表会資料
サイボウズ・ラボユース成果発表会資料サイボウズ・ラボユース成果発表会資料
サイボウズ・ラボユース成果発表会資料
 
ADVENTURE_Thermalの概要
ADVENTURE_Thermalの概要ADVENTURE_Thermalの概要
ADVENTURE_Thermalの概要
 
SupearDARN可視化について
SupearDARN可視化についてSupearDARN可視化について
SupearDARN可視化について
 
Nielsen chuang-6-3
Nielsen chuang-6-3Nielsen chuang-6-3
Nielsen chuang-6-3
 
Meeting10
Meeting10Meeting10
Meeting10
 
NIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributesNIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributes
 
視野変換2
視野変換2視野変換2
視野変換2
 
DVB recording command on gstreamer.
DVB recording command on gstreamer.DVB recording command on gstreamer.
DVB recording command on gstreamer.
 
Quantum Computer
Quantum ComputerQuantum Computer
Quantum Computer
 
【材料力学】座屈 (II-03-1 2020)
【材料力学】座屈 (II-03-1 2020)【材料力学】座屈 (II-03-1 2020)
【材料力学】座屈 (II-03-1 2020)
 
20120810 eiscat yogawa_v2
20120810 eiscat yogawa_v220120810 eiscat yogawa_v2
20120810 eiscat yogawa_v2
 

Destacado (10)

tadano b
tadano btadano b
tadano b
 
matsumura m
matsumura mmatsumura m
matsumura m
 
fuchunyu m
fuchunyu mfuchunyu m
fuchunyu m
 
takahashi b
takahashi btakahashi b
takahashi b
 
iimura m
iimura miimura m
iimura m
 
mori m
mori mmori m
mori m
 
imakawa m
imakawa mimakawa m
imakawa m
 
honda m
honda mhonda m
honda m
 
yoshimoto b
yoshimoto byoshimoto b
yoshimoto b
 
teranishi b
teranishi bteranishi b
teranishi b
 

Similar a kasawaki b

Similar a kasawaki b (20)

Ppt kasawaki
Ppt kasawakiPpt kasawaki
Ppt kasawaki
 
Kimura b
Kimura bKimura b
Kimura b
 
【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
 
【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター
 
Nakabayashi m
Nakabayashi mNakabayashi m
Nakabayashi m
 
【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
 
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...
 
板ポリだけで めちゃカッコいい グラフィックスを出す!
板ポリだけで めちゃカッコいい グラフィックスを出す!板ポリだけで めちゃカッコいい グラフィックスを出す!
板ポリだけで めちゃカッコいい グラフィックスを出す!
 
OutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_ModelOutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_Model
 
JEITA4602B
JEITA4602BJEITA4602B
JEITA4602B
 
20161203 cv 3_d_recon_tracking_eventcamera
20161203 cv 3_d_recon_tracking_eventcamera20161203 cv 3_d_recon_tracking_eventcamera
20161203 cv 3_d_recon_tracking_eventcamera
 
文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification
 
データベースシステムにおける直列化可能性と等価な時刻割り当てルールの提案 rev.3
データベースシステムにおける直列化可能性と等価な時刻割り当てルールの提案 rev.3データベースシステムにおける直列化可能性と等価な時刻割り当てルールの提案 rev.3
データベースシステムにおける直列化可能性と等価な時刻割り当てルールの提案 rev.3
 
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
 
20190625 OpenACC 講習会 第3部
20190625 OpenACC 講習会 第3部20190625 OpenACC 講習会 第3部
20190625 OpenACC 講習会 第3部
 
Ppt umemoto g
Ppt umemoto gPpt umemoto g
Ppt umemoto g
 
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
 
Structured Light 技術俯瞰
Structured Light 技術俯瞰Structured Light 技術俯瞰
Structured Light 技術俯瞰
 
文献紹介:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale
文献紹介:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale文献紹介:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale
文献紹介:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale
 
200604material ozaki
200604material ozaki200604material ozaki
200604material ozaki
 

Más 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
 

Más 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
 

kasawaki b

  • 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] •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) 高さ80[cm],直径94[cm]の円柱形バルーン プロペラ・モータユニット θ Y X 0.75[cm] 300[cm] -150[cm] 150[cm] 実験環境
  • 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)  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  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
  • 5. 時間制約付き飛行プラン : [sec] : [ ] : [ ] : [ ] : [ ] : ( 1) 到着時刻 ヨー角の目的地 座標の目的地 座標の目的地 座標の目的地 目的地番号 n T o rad oz Z cm oy Y cm ox X cm n n    飛行プラン 300[cm]  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 n番目の目的地を と表す ただし出発地は とする ( , , , , ) n n n n n n g  ox oy oz o T ( , , , , ) 0 0 0 0 0 0 g  ox oy oz o T ( , , , ,60) 3 3 3 3 3 g  ox oy oz o ( , , , ,40) 2 2 2 2 2 g  ox oy oz o ( , , , ,30) 1 1 1 1 1 g  ox oy oz o ( , , , ,0) 0 0 0 0 0 g  ox oy oz o 出発地と複数の目的地から構成
  • 6. t T Ta x Ta T T ox ox ev t n t n n n n x                  ( ) ( ) ( ) 1 1 1 目標速度の計算方法 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  目標速度 X軸 : ev (t) : x : t x Ta : 目標速度[cm/sec] 時刻 t[sec] における飛行船の位置[cm] 定数( = 3.0[sec]) t[sec] X[cm] n ox n1 ox n1 T n 0 t T Ta t Ta t Ta t Ta
  • 7. PID制御(フィードバック制御) Z Y                                 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 m t KP d t KI d t KD z z z z z z z z y y y y y y y y x x x x x x x x ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )         : ( 0.3[sec]) : ( ) ( ), :   サンプリング時間 目標速度との偏差 プロペラ推力 ΔT d(t) v t ev t m(t) :Derivativegain : Integral gain : Propotionalgain KD KI KP X軸 : Y軸 : Z軸 : Θ : ( ) ( ) ( ) ( ) ( ) ( ) 3 1 m t m t m t m t m t m t y y       ( ) ( ) ( ) ( ) ( ) ( ) 4 2 m t m t m t m t m t m t x x       ( ) ( ) ( ) ( ) 6 5 m t m t m t m t z z   X Y x y 1 2 3 4 5 6 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 (0,200,200, ,150) (0,200,200, ,120) ( 110,260,250, 3 / 4,100) ( 110,260,250, / 2,90) ( 110,260,250, / 4,80) ( 110,260,250, ,70) ( 110,260,250, / 4,60) (150,30,150, / 4,0) 7 6 5 4 3 2 1 0                        g g g g g g g g  飛行プラン 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 ベンチマークには,屋内飛行船で考えられる 直線,回転,及び定位置保持飛行が含まれている (1) (2) (3) (4) (1) を固定しながら直線飛行 (2)位置を固定しながら 回転飛行 (3) を 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    3 [rad]  / 4[rad]
  • 9. 実験結果  X座標の時間推移 (1) (2) (3) (4) t[sec] 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 目的地 X[cm] (1) -3.1 (2) -7.4 (3) -3.0 (4) 3.2 等速直線飛行の 軌跡 飛行船の位置 最大7.4[cm]の誤差
  • 10. 実験結果 (1) (2) (3) (4) t[sec] Y[cm]  Y座標の時間推移 指定した時刻における, 飛行船の位置と 目的地との誤差 目的地 Y[cm] (1) 7.7 (2) -0.2 (3) -5.8 (4) -4.5 等速直線飛行の 軌跡 飛行船の位置 最大7.7[cm]の誤差
  • 11. 実験結果 (1) (2) (3) (4) t[sec] Z[cm]  Z座標の時間推移 指定した時刻における, 飛行船の位置と 目的地との誤差 目的地 Z[cm] (1) 1.5 (2) 14.7 (3) -22.4 (4) -10.3 等速直線飛行の 軌跡 飛行船の位置 最大-22.4[cm]の誤差
  • 12. 実験結果 t[sec] θ[rad]  ヨー角θの時間推移 (1) (2) (3) 指定した時刻における, 飛行船の位置と 目的地との誤差 目的地 θ[rad] (1) -0.05 (2) -0.10 (3) 0.26 (4) -0.03 等角速度飛行の 軌跡 飛行船の位置 (4) 最大15度の誤差
  • 13. 実験結果  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  0.3[sec]毎における,飛行船の位置と等速飛行の軌跡との 誤差の絶対値の平均,標準偏差 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 X[cm] Y[cm] Z[cm] Θ[rad] 平均 4.1 5.1 11.1 0.13 標準偏差 2.9 3.4 8.1 0.09 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 x,y軸は機体に対して 6%の誤差 z軸は機体に対して 14%の誤差 ヨー角θは9度の誤差
  • 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