人の操作を規範としたテザー係留型飛行ロボットの制御方策の獲得  [in Japanese] Acquisition of Control Strategy for Kite-based Tethered Flying Robot Based on Human Operation  [in Japanese]

Access this Article

Author(s)

Abstract

上空からの自律的な情報収集システムとしては,気球や航空機を使うシステムが提案されいるが,気球を使うシステムはヘリウムガスの常備を必要とし,展開に比較的長い時間がかかり,ヘリウムガスを扱うために専門家が必要であり,風が強い時に飛ばすことができない.また,航空機を使うシステムは短時間で展開が可能であるが,燃料の制限により長時間の活動が困難である.本研究では,バルーンや航空機を用いる他の上空からの情報収集システムを補完し,簡便に利用可能で長時間の活動が可能であり,自然エネルギーである風力を利用するカイトをモデルとしたシステムを提案し,テザー係留型飛行ロボットとして,実ロボットの製作とその飛行実験を行っている.また,実ロボットによる実環境における実験を繰り返し,制御器を設計することは自然の風状況を制御できずに困難である場合が多いため,シミュレータも開発している.<br> 論文[1]では,人の操作を規範とした制御方策を獲得するために3入力1出力のファジィ制御器を設計し,実ロボットによる飛行実験では,設計者が定義したファジィテーブルを用いたファジィ制御を行ったが,このファジィテーブルは実際の人の操作と異なる可能性がある.また,ファジィ制御におけるメンバーシップ関数のラベル数が増えるとルール数が増え,これら全てを人手で定義することも困難である.そこで,本稿では人の操作データを用いたファジィ制御パラメータの学習手法を検証する.人の制御方策を反映するために3入力1出力のファジィ制御器を用いたが,環境を表す情報が少なく,人が操作するようにテザーラインの長さを延長する制御が学習できなかったため,風が変化する環境ではロボットを安定して制御できなかった.<br> 本稿では,人の操作を規範とした制御方策の獲得を目指し,ファジィ制御パラメータの学習の他に,重み付きk近傍法,人工ニューラルネットワークを用いる.ファジィ制御パラメータの学習は,人の操作を規範とした制御方策を獲得するために,4入力1出力のファジィ制御器に拡張し,それぞれの手法により設計した制御器の性能をシミュレーションを通して検証する.また,検証の結果,最も人の制御方策を反映した重み付きk近傍法は全ての学習データを探索するため,学習データが多い場合に処理が重くなる短所を持つ.そこで,探索に用いる学習データ自体を削減する手法を提案し,シミュレーションを通して有効性を示す.

Autonomous observation systems using a balloon or an airplane have been studied as a solution of information gathering systems from the sky. The balloon needs the helium gas reservation and a relatively long time and specialists of gas maintenance for the ight preparations. Furthermore, the balloon system is not available under strong wind condition. On the other hand, an airplane system needs less time for ight preparations, but long-term activity is difficult due to limitation of fuel. In order to complement those information gathering system, we have proposed a tethered ying robot based on a kite that ies with wind power as one of the natural power sources and conducted some experiments with a real robot we designed and built. It is difficult to design the ight controller because wind situation often varies in real robot experimentation. We have also developed a computational dynamics simulator for the kite-based tethered ying robot.<br> In the paper [1], authors designed 3-inputs 1-output fuzzy controller in order to reect control strategy based on human operation. In real robot experimentation, we conducted ight controller based on fuzzy control theory using fuzzy rule table which is written by human. However, there is a possibility that this fuzzy table differs from the actual human operation. Furthermore, it becomes difficult to define the table by manpower if the number of state variables or membership functions becomes big. We verify a learning method of fuzzy control parameters for the robot using human operation data. The original controller for the kite-based tethered ying robot was designed based on 3-inputs 1-output fuzzy controller in order to reect control strategy based on human operation. However, as the controller cannot have control for extending the tether line to control the kite stably in condition of various change of wind because of lack of information for state description.<br> This paper aims at acquiring human control strategy for the kite-based ying robot using human operation data. Besides learning the fuzzy control parameters, we also use k-nearest neighbor algorithm and artificial neural network. We extend the fuzzy controller with 4-inputs 1-output system in order to reect human control strategy and verify their effectiveness with the computational simulations. The weighted k-nearest neighbor algorithm that showed the best performance has a disadvantage of heavy calculation processing if training data is big, because this technique explores all of the training data. We propose a method that reduces training data itself and also shows its validity with the computational simulations.

Journal

  • Journal of Japan Society for Fuzzy Theory and Intelligent Informatics

    Journal of Japan Society for Fuzzy Theory and Intelligent Informatics 27(6), 864-876, 2015

    Japan Society for Fuzzy Theory and Intelligent Informatics

Codes

  • NII Article ID (NAID)
    130005117047
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    1347-7986
  • Data Source
    IR  J-STAGE 
Page Top