JP2018018398A - 適応制御方法、適応制御装置およびこの適応制御装置を備えた機器 - Google Patents

Abstract

【課題】実機においても有効性のある適応制御方法、適応制御装置およびこの適応制御装置を備えた機器を提供する。【解決手段】小型ヘリコプター１は、機体１０の高度目標データＳ３ならびに加速度データＳ１と気圧データＳ２とに基づく推定高度データＳ４をＩ−ＰＤゲインＫI、ＫP、ＫDを用いてフィードバック演算することにより機体１０のローター部１１〜１６に入力される制御データＳ５を生成する。また、小型ヘリコプター１は、ローター部１１〜１６に入力されるスロットル入力データＳ５１および加速度データＳ１に基づいて機体１０のモデルを生成し、このモデルに応じてＩ−ＰＤゲインＫI、ＫP、ＫDを調整する。【選択図】図９

Description

本発明は、適応制御方法、適応制御装置およびこの適応制御装置を備えた機器に関する。

無人ヘリコプターは、空中停止や垂直離着陸等の他の航空機にはない飛行特性を有していることや、有人機と比較してそのコストやリスクが少ないことなどから、農薬散布や物資運送等の様々な産業分野への活用が進められている。

このような無人ヘリコプターとして、近年、小型の電動型マルチローターヘリコプターが注目されている。マルチローターヘリコプターは、一般的なシングルローターヘリコプターと比べてそのメカニズムが単純であるため製造が容易であり、ローターを回転させるモータの回転数制御のみで飛行可能であるため飛行制御も比較的容易であるという利点がある。

一般に無人へリコプターの操縦は非常に難易度が高く、オペレータにおいて十分な訓練が必要となる。加えて、オペレータによる操縦のみで運用する場合には有視界外で飛行させることができない。そのため、無人ヘリコプターを産業分野に応用するためには自律制御は必須となる。

また、無人ヘリコプターに農薬散布や物資運送等のタスクを行わせる際には、飛行中に重量変動が生じるので、無人ヘリコプターの制御器に組み込んだ制御モデルと実機とにずれが生じて、制御器の劣化を生じる。そのため、無人ヘリコプターには、制御対象である自機体の動特性変動や外乱等の環境条件の変動に応じて制御器を逐次修正する適応制御の導入が必要となる。

このような適応制御の一例が非特許文献１に開示されている。この非特許文献１では、４発ローターヘリコプターの姿勢制御に対してリアプノフの定理に基づいたモデル規範型適応制御系を設計し、機体の慣性モーメントの変化に対して適応制御を行っている。

Schreier, M., "Modeling and adaptive control of a quadrotor, Proceeding of the IEEE2012,"-International Conference on Mechatronics and Automation (2012), pp.383-176

しかしながら、上記非特許文献１に記載の技術はあくまでシミュレーションであって、ヘリコプターの実機を用いた飛行実験による検証は行われていない。

そこで、本発明は、実機においても有効性のある適応制御方法、適応制御装置およびこの適応制御装置を備えた機器を提供することを目的とする。

上記目的を達成するために、本発明の一態様の適応制御方法は、制御対象の制御目標情報および前記制御対象の実動作に係る動作情報をゲインパラメータを用いてフィードバック演算することにより前記制御対象の駆動部に入力される制御情報を生成するフィードバック制御ステップ、前記制御対象の駆動部に入力される同定制御情報および前記動作情報に基づいて前記制御対象のモデルを生成するシステム同定ステップ、および、前記システム同定ステップで生成された前記制御対象のモデルに応じて前記ゲインパラメータを調整するパラメータ調整ステップを含むことを特徴とする。

上記特徴を有する適応制御方法の他の態様として、前記パラメータ調整ステップでは、部分的モデルマッチング法を用いて前記ゲインパラメータを調整することを特徴とする。

上記特徴を有する適応制御方法の他の態様として、前記同定制御情報が、マニュアル操縦により入力されることを特徴とする。

上記目的を達成するために、本発明の他の一態様の適応制御装置は、制御対象の制御目標情報および前記制御対象の実動作に係る動作情報をゲインパラメータを用いてフィードバック演算することにより前記制御対象の駆動部に入力される制御情報を生成するフィードバック制御部と、前記制御対象の駆動部に入力される同定制御情報および前記動作情報に基づいて前記制御対象のモデルを生成するシステム同定部と、前記システム同定部により生成された前記制御対象のモデルに応じて前記ゲインパラメータを調整するパラメータ調整部と、を有することを特徴とする。

上記目的を達成するために、本発明の他の一態様の機器は、制御対象の制御目標情報および前記制御対象の実動作に係る動作情報をゲインパラメータを用いてフィードバック演算することにより前記制御対象の駆動部に入力される制御情報を生成するフィードバック制御部と、前記制御対象の駆動部に入力される同定制御情報および前記動作情報に基づいて前記制御対象のモデルを生成するシステム同定部と、前記システム同定部により生成された前記制御対象のモデルに応じて前記ゲインパラメータを調整するパラメータ調整部と、を有する適応制御装置を備えたことを特徴とする。

本発明によれば、実機においても有効性のある適応制御方法、適応制御装置およびこの適応制御装置を備えた機器を提供することができる。

本発明の実施の形態に係る小型ヘリコプターの斜視図である。 図１の小型ヘリコプターが有するコントロールユニットの斜視図である。 図１の小型ヘリコプターの座標系を示す図である。 図１の小型ヘリコプターに入力されたスロットル入力データの一例を示すグラフである。 図１の小型ヘリコプターが出力したＺ軸方向の加速度データの一例を示すグラフである。 スロットル入力データおよび加速度データから推定したパラメータベクトルδ（ｋ）の変化を示すグラフである。 システム同定により得られたモデルの加速度出力と実際の加速度出力を比較したグラフである。 図７の一部分を拡大したグラフである。 コントロールユニット内に設けられる制御システムのブロック図である。 図１の小型ヘリコプターに入力された高度方向の制御情報の一例を示すグラフである。 図１の小型ヘリコプターの高度出力の一例を示すグラフである。 図１の小型ヘリコプターにステップ目標値を与えた際の制御情報の一例を示すグラフである。 図１の小型ヘリコプターにステップ目標値を与えた際の高度出力の一例を示すグラフである。 図１の小型ヘリコプターにおいて自動で調整されたＩ−ＰＤゲインの一例を示すグラフである。

本発明に係る機器は、自律制御の対象となりうる限りにおいて限定されず、マルチローターヘリコプター、無人航空機、自動車、海上・海中・海底ロボット、移動ロボット、ロボットマニピュレータ等の移動装置に好適なものであるが、これ以外であっても、動く機械であれば適用可能である。また、他にエレベーター等の自律運転にも適用可能である。なお、本実施形態では説明を分かりやすく行う観点からマルチローターヘリコプターの例を用いて説明する。

以下、本発明の実施の形態を添付の図面を参照して説明する。

図１は、本発明の実施の形態に係る小型ヘリコプターの斜視図である。図２は、図１の小型ヘリコプターが有するコントロールユニットの斜視図である。図３は、図１の小型ヘリコプターの座標系を示す図である。

図１に示すように、小型ヘリコプター１は、ローターおよびモータを有する駆動部としての６つのローター部１１〜１６と、これらローター部１１〜１６を制御する適応制御装置としてのコントロールユニット２０と、を備えている。

図２に示すコントロールユニット２０は、制御演算等の処理を行うマイコンボード、ジャイロセンサ、慣性センサ（Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）、ＧＰＳセンサ、気圧センサ、地上に設置されたパソコンとデータ通信を行うための無線モデム、無線制御信号を受信するための無線制御レシーバーなどを有している。マイコンボードは、小型ヘリコプター１の機体の角速度フィードバック制御などのマニュアル操縦に必須の演算を行う下位制御用マイコンボードと、機体の自律制御のための演算を行う上位制御用マイコンボードとを有している。また、コントロールユニット２０は、マニュアル操縦に基づく制御信号、または、自律制御に基づく制御信号に応じて、制御信号に示される動作を行うようローター部１１〜１６を制御する。

図３に示すように、機体の固定座標系は、機体前方（ｆｒｏｎｔ）をＸ軸、右方向（ｒｉｇｈｔ）をＹ軸、下方向（ｇｒａｖｉｔｙ ｄｉｒｅｃｔｉｏｎ）をＺ軸としている。本実施形態では、主に高度制御について述べるため、Ｚ軸方向の制御について説明する。加速度については、Ｚ軸の重力方向を正としているが、機体の高度については重力方向を負としている。

本実施形態の小型ヘリコプター１は、ローター部１１〜１６を含む最大幅が８００ｍｍ、全高が３４０ｍｍ、バッテリー含む総重量が２５４５ｇ、バッテリー重量が４８６ｇ、バッテリー電圧が１１．１Ｖ、バッテリー容量が６６００ｍＡｈである。

（モデリング）
本実施形態の小型ヘリコプター１の機体の高度モデルを導出する。小型ヘリコプター１の伝達関数はＫ_r、Ｔ_zをパラメータとする次の一次遅れ伝達関数で表すことができる。

ΔＤはローター部１１〜１６への指令値（制御入力）の平衡状態からの変化量であり、ΔΩは平衡状態からのローター回転数Ωの変動量である。ここでの平衡状態とは、外乱のない理想状態でかつ機体の姿勢が水平である際に高度が一定となる状態を示している。一般に、ローターによって生ずる揚力Ｔはローター回転数Ωの２乗に比例することが知られている。次の式において、Ａは比例定数である。

上記平衡状態におけるローター回転数をΩ₀、機体の質量をｍ、重力加速度をｇとすると、カの釣り合いより次の式が成立する

揚力の変動量ΔＴに対して回転数の変動量ΔΩが生じたとすると、次の式が成立する。

この式を変形して、モデルの線形化のためΔΩ²を微小とすると、次の式が成立する。

式（１．１）、式（１．５）より、ΔＴ、ΔＤの関係は次の式で表される。

なお、Ｋ_z＝２Ｋ_rＡΩ₀である。ここで、ｘを機体の高度とすると、次の運動方程式が成立する。

なお、Ｃ_zは空気抵抗の比例定数である。以上より、高度モデルＧ_Alt（ｓ）は式（１．７）をラプラス変換することで得ることができる。

式（１．８）に示す伝達関数の出力は高度方向（Ｚ軸方向）の位置である。高度方向の加速度を出力とした伝達関数Ｇ_ZAcc（ｓ）は、式（１．８）を二階微分することで得ることができる。

なお、式（１．３）において、機体が水平であると仮定して力の釣り合いの式を導出している。本実施形態の小型ヘリコプター１では機体の姿勢角に応じて推力の補償を行い制御入力を再計算していること、マルチローターヘリコプターは一般的な運用を行う上では大きな姿勢変動を伴わない事が多いことなどから、この仮定がモデルに与える影響は小さいと考える。しかしながら、式（１．５）においてΔΩ²を微小として線形化していることは、平衡点近傍から離れた際のモデルの誤差につながっている。この影響については後述する。

（δオペレータモデルの導出）
一般にオンラインシステム同定を行う場合、シフトオペレータを用いた線形離散時間モデルを作成してそのモデルの係数を逐次更新する方法が採用されることが多い。しかしながら、サンプリング時間が短い場合、連続時間モデルを離散化した際には不安定な極限零点が出現してしまう。すなわち、ある連続時間システムが最小位相系であったとしても、離散時間システムで表現した際には非最小位相系になることがある。モデル規範型適応制御等の多くの適応制御手法は通常の構成では非最小位相系に対する制御が困難であるため、この問題は可能な限り回避すべきである。加えて、シフトオペレータによるシステム同定は、サンプリング時間が短い場合には同定モデルの極が単位円上に向かい数値的条件が悪くなるという問題がある。そこで、本実施形態ではδオペレータによる逐次システム同定を行う。δオペレータはＴ_sをサンプリング時間、ｚを時間進み演算子とすると、次の式で表される。

ｚ＝ｅ^sTsの関係から、次の式となる。

δ−領域における伝達関数はＴ_sを十分小さくすれば、ｓ−領域の伝達関数に近似できる。本制御対象に対してδオペレータによる逐次システム同定を応用するため、その数学モデルを構築する。モデルの導出に際して、式（１．９）に対して０次ホールダＨ（ｓ）＝（１−ｚ^-1）／ｓによる離散化を行う。

α、βはｓ²＋ａ_cp2ｓ＋ａ_cp1＝０の解とする。Ｇ_ZAcc（ｓ）Ｈ（ｓ）に対してｚ変換を行ったＧ_ZAcc（ｚ）は次の式で表される。

ここで、それぞれの係数は、以下となる。

δオペレータの定義である式（２．１）を式（２．４）に代入した結果をまとめると、次の式となる。

なお、それぞれの係数は以下となる。

ここで、式（２．９）のｂδ₀において、式（２．６）から常に０となることがわかる。よって、加速度モデルのδオペレータを用いた表記は次のようになる。

以上より、小型ヘリコプター１の高度モデルをδオペレータで表すことができる。

（δオペレータモデルの逐次同定）
式（２．１０）で表されるモデルに対して雑音項を加えたＡＲＸモデルは次の式で表される。

Ｇ_ZAcc（δ）＝Ｂ（δ）／Ａ（δ）に置き換えて変形すると、次の式となる。

ここで、Ａ（δ）、Ｂ（δ）は次のようになる。

信号の差分を直接同定に用いることは望ましくない。そのため、適応制御システムにおいて一般的に用いられる以下のＥ（δ）の逆数である状態変数フィルタ１／Ｅ（δ）を用いる。

式（３．２）に対し状態変数フィルタを適応して式変形を行うと次の式で表される。

ここで、ｙ_E（ｋ）、ｕ_E（ｋ）、ν_E（ｋ）は次のようになる。

以上より、データベクトルΨ（ｋ）とパラメータベクトルθ（ｋ）とを次のように定義することで、式（３．９）に示す線形回帰方程式を得ることができる。

上記線形回帰方程式のパラメータベクトルを推定する。本実施形態において、小型ヘリコプター１の機体運用時のモデル変動を考慮する必要があるため、システムの変動状態により忘却係数を自動的に調整することが望ましい。そこで可変忘却要素を用いた逐次最小二乗法をシステム同定に応用する。まず、式（３．９）に対応した同定モデルと同定誤差を次のように定義する。

可変忘却要素を用いた逐次最小二乗法は次の式（３．１２）、（３．１３）、（３．１４）で表される。

ここで、μ（ｋ）、ξ（ｋ）は次のようになる。

Ｉはパラメータベクトルの追従性を決定するためのパラメータであり、Ｉを小さくすると追従性は向上するが、安定性は低下する。一般に最小二乗法系統のアルゴリズムをそのままマイコンに実装すると、Γ（ｋ）の計算に正定値対称行列同士の減算が存在するため、安定した計算が行えないことがある。そこで本実施形態ではＵＤ分解フィルタを用いることで、数値的に不安定な計算を行わずにパラメータ調整を行っている。

（飛行データを用いた検証）
以上のアルゴリズムを用いることで、実際の飛行データから加速度モデルを導出した。導出の際、予めマニュアル操縦によりスロットル入力を振動させた飛行データを保存し、その入出力データに対してＭＡＴＬＡＢ（ＭａｔｈＷｏｒｋｓ社）を用いて本アルゴリズムを適用した。図４にスロットル入力データ（Ｔｈｒｏｔｔｌｅ ｉｎｐｕｔ）、図５に計測した加速度データ（Ｚ−Ａｃｃｅｌｅｒａｔｉｏｎ）、図６にスロットル入力データおよび加速度データから推定したパラメータベクトルδ（ｋ）の時間変化のグラフを示す。なお、このスロットル入力に関して、その絶対値が大きいほどＺ軸方向に力を加える、即ち機体を浮上させる力が小さくなっている。図６より、推定パラメータは、アルゴリズム開始時から約１０秒後にはほとんど収束していることがわかる。

ここで、推定パラメータの妥当性を検討するために、システム同定により得られたモデルの出力と実際の加速度出力を比較する。推定パラメータとしては、図６における１５秒時のパラメータを用いた。比較に際して、実際の加速度出力とδオペレータモデル出力に加え、式（２．２）より、サンプリング時聞が十分短い場合にはδ＝ｓとなることから、得られたδオペレータモデルの係数をそのまま連続時間モデルの係数とした近似モデル出力を比較した。なお、サンプリング時間は制御周期を考慮して２０ｍｓとしている。図７にこれらの比較結果を示し、図８にその拡大図を示す。図７、図８において、実際の加速度出力が「Ｚ−Ａｃｃｅｌｅｒａｔｉｏｎ」、δオペレータモデル出力の加速度出力が「Ｉｄｅｎｔｉｆｉｅｄ ｍｏｄｅｌ ｏｕｔｐｕｔ」、近似モデルの加速度出力が「Ａｐｐｒｏｐｒｉａｔｅ ｍｏｄｅｌ ｏｕｔｐｕｔ」である。

図７、図８より、得られたモデル出力は実際の加速度出力の挙動を表現できていることがわかる。しかしながら、加速度が負の方向に生じている際よりも正の方向に生じている際の方がモデル出力の絶対値が大きくなる傾向が見て取れる。これが上述したΔΩ²を微小として線形化していることの影響である。ただし、実際に機体を自律制御で運用する場合このような加速度を生じることは稀であるため、制御性能への影響はほとんどないと考えられる。加えて、ｓオペレータモデル出力と近似連続時間モデル出力で大きな差異はないことがわかる。以上より、本アルゴリズムにより機体のオンラインシステム同定が可能なことと、以下の式のように求めたモデルと近似連続時間モデルはほとんど差異がないことが明らかとなった。

（適応Ｉ−ＰＤ制御系設計）
ここでは部分的モデルマッチング法を用いた適応Ｉ−ＰＤ制御系を設計する。部分的モデルマッチング法は、制御対象の閉ループ伝達関数と規範モデルを低次の項からマッチングさせることで、近似的にシステムと規範モデルを一致させる手法である。図９に小型ヘリコプター１内で構成される制御システムのブロック図を示す。この制御システムでは、機体の加速度出力と制御入力から高度モデルを逐次的に同定し、その同定結果を用いて調整機構によりＩ−ＰＤゲインを更新する。また、搭載している気圧センサは風のない理想環境においても高度にして０．３ｍ程度の誤差およびノイズを生じるため、観測値をそのまま制御に用いることはできない。加えて、気圧センサは突発的な風等により値が一時的に変動することが起こりえるため、実際の高度と１ｍ以上の誤差を生じることがある。そのため、機体の加速度と気圧センサによる高度を使用したカルマンフィルタにより推定高度を算出し、その推定高度と目標高度との偏差を用いてＩ−ＰＤ制御を行っている。

図９において、１０は小型ヘリコプター１の機体、２１はフィードバック制御部、２２はシステム同定部、２３はパラメータ調整部、２４はカルマンフィルタである。機体１０は、加速度データＳ１（動作情報）および気圧データＳ２を出力するセンサー部およびローター部１１〜１６を含む。

フィードバック制御部２１は、高度目標データＳ３（制御目標情報）および推定高度データＳ４をＩ−ＰＤゲイン（Ｋ_I、Ｋ_P、Ｋ_D）を用いてフィードバック演算（Ｉ−ＰＤ制御）することにより機体１０のローター部１１〜１６に入力される制御データＳ５（制御情報）を生成する。

なお、オンラインシステム同定時は、制御データＳ５に代えて、マニュアル操縦によるスロットル入力データＳ５１（同定制御情報）がローター部１１〜１６に入力される。システム同定部２２は、加速度データＳ１およびスロットル入力データＳ５１に基づき機体１０のモデルを生成する。システム同定部２２は、機体１０のモデルデータＳ６をパラメータ調整部２３に出力する。

パラメータ調整部２３は、システム同定部２２で生成された機体１０のモデルに応じてＩ−ＰＤゲインを調整し、Ｉ−ＰＤゲインデータＳ７をフィードバック制御部２１に出力する。カルマンフィルタ２４は、加速度データＳ１および気圧データＳ２に基づいて推定高度データＳ４を算出する。フィードバック制御部２１は、パラメータ調整部２３からのＩ−ＰＤゲインデータＳ７を用いてＩ−ＰＤゲインを更新する。フィードバック制御部２１、システム同定部２２、パラメータ調整部２３およびカルマンフィルタ２４は、コントロールユニット２０のマイクロコンピュータによって実現されている。

上述したように、システム同定により得られたδオペレータモデルのパラメータをそのまま連続時間モデルに適用することができるため、高度方向の位置モデルは以下のように表される。

ここでは、上記式（５．１）で表されるモデルに対して制御系設計を行う。一般にＩ−ＰＤ制御則において、その制御入力は次の式のようにして生成される。

ここで、ｅ（ｓ）は目標値ｒ（ｓ）と出力ｙ（ｓ）との偏差である。式（５．１）と式（５．２）との目標値ｒ（ｓ）から出カｙ（ｓ）までの閉ループ伝達関数は次の式で表される。

上記式（５．３）の逆数をとると次の式で表される。

ここで、次の式で表される規範モデルを定義する。

上記式（５．５）の逆数をとると次の式で表される。

式（５．４）と式（５．６）とを比較することで、Ｉ−ＰＤゲイン（Ｋ_I、Ｋ_P、Ｋ_D）がそれぞれ次のように求まる。

このようにして導出されるＩ−ＰＤゲイン（すなわち、ゲインパラメータ）を用いて高度制御を行う。なお、本実施形態において、Ｉ−ＰＤ制御における微分項については、擬似微分を用いることでセンサノイズに対して鈍感にしている。

（飛行実験）
上述したシステム同定機構を有した適応Ｉ−ＰＤ制御系を小型ヘリコプター１の高度制御に実装して屋外での飛行実験を行った。実験当日は２ｍ／ｓ程度の微風だった。飛行実験に際して、最初に機体をマニュアル操縦で、ホバリング状態にする。その後、無線操縦器（プロポ）のスイッチを切り替えることでシステム同定アルゴリズムを開始し、機体の高度方向の出力が変動するようにスロットル入力を１０秒程度与えることで、モデルのオンライン生成を行う。最後に、機体を再度ホバリング状態に戻し、高度制御を開始している。この飛行実験においてシステム同定アルゴリズムの各パラメータは次のようにした。

図１０に機体の高度方向の制御入力、図１１に機体の高度出力を示す。なお、以下の図の機体高度においては、機体の初期位置の気圧高度を基準として０ｍと表している。なお、図１０、図１１における縦の点線のうち左側はシステム同定の開始時を表し、右側は高度制御の開始時を表している。

図１１より、自律制御を開始してから機体の高度は高度目標値に対して約１０ｃｍ程度の誤差で追従できている。これは気圧センサによる高度情報を用いていることを考慮すると、良好な制御性能と考えられる。加えて、図１０より、制御を開始してからの制御入力は安定していることがわかる。

また、図１２に高度をステップ状に１ｍ変化させた高度目標値（ステップ目標値）を機体に与えた際の制御入力（制御データＳ５）、図１３にその時の機体の高度を示す。なお、図１２、図１３における縦の点線はステップ目標値を与えた時間を表している。加えて図１３には、機体の高度（Ａｌｔｉｔｕｄｅ）と高度目標値（Ｃｏｍｍａｎｄ）、および部分的モデルマッチング法のために設計した規範モデルのステップ入力が入った際の出力（Ｒｅｆｅｒｅｎｃｅ ｍｏｄｅｌ ｏｕｔｐｕｔ）を示している。

図１３より、本制御則では規範モデルの出力は制御入力に直接反映していないのに関わらず、ステップ目標値に対する機体の出力は設計した規範モデルの出力と同等の傾向を示している。これより、機体のモデルとコントローラからなる閉ループ伝達関数が十分に規範モデルと一致していることがわかる。また、図１２より、制御入力はステップ目標値を与えても大きな変動を伴うこともなく安定していることがわかる。

また、図１４に本制御則により自動で調整されたＩ−ＰＤゲインを示す。なお、図１４における０秒時においてシステム同定アルゴリズムを開始している。加えて、各ゲインＫ_P、Ｋ_I、Ｋ_Dの３回分の実験データを描画している。

図１４より、Ｋ_P、Ｋ_Iゲインはシステム同定開始後５秒程度、Ｋ_Dゲインは１０秒程度でほとんど収束していることがわかる。また、これらの結果において各ゲインの関係は同じ傾向を示している。加えて、同様の屋外飛行実験を複数日に分けて１０回程度行ったが、全ての実験においてＩ−ＰＤゲインが１０秒程度で収束し、機体の高度が高度目標値に対して良好に追従することを確認した。以上より、本制御則を用いることで、１０秒程度のマニュアル操縦でオンラインシステム同定および制御系の設計が可能なことが示された。

以上より、本実施形態では、制御系設計時間の短縮および飛行中のモデル変動に対しての制御を目的として、マルチローターへリコプターの高度方向に対してオンラインシステム同定機構を有する適応Ｉ−ＰＤ制御系の設計を行った。提案した調整アルゴリズムにより、１０秒程度のマニュアル操縦を行うことでシステム同定および制御器の調整を実際の機体上で完了することに成功した。加えて、調整されたコントローラとプラントからなる閉ループ伝達関数が設計した規範モデルと十分に一致していることを確認した。本実施形態では高度方向の自律制御についてのみ述べたが、これを全軸方向に実装することができれば、規範モデルの設計のみで望ましい制御系の設計が可能となり、自律制御のためのモデル同定や制御器のチューニングに要する労力や時聞を大幅に削減することができる。

上記に本発明の実施形態を説明したが、本発明はこれらの例に限定されるものではない。前述の実施形態に対して、当業者が適宜、構成要素の追加、削除、設計変更を行ったものや、実施形態の特徴を適宜組み合わせたものも、本発明の要旨を備えている限り、本発明の範囲に含まれる。

１…小型ヘリコプター（制御対象）
１０…機体
１１、１２、１３、１４、１５、１６…ローター部（駆動部）
２０…コントロールユニット
２１…フィードバック制御部
２２…システム同定部
２３…パラメータ調整部
２４…カルマンフィルタ
Ｓ１…加速度データ（動作情報）
Ｓ２…気圧データ（動作情報）
Ｓ３…高度目標データ
Ｓ４…推定高度データ
Ｓ５…制御データ（制御情報）
Ｓ５１…スロットル入力データ（同定制御情報）
Ｓ６…モデルデータ
Ｓ７…Ｉ−ＰＤゲインデータ
Ｋ_I、Ｋ_P、Ｋ_D…Ｉ−ＰＤゲイン（ゲインパラメータ）

Claims (5)

1. 制御対象の制御目標情報および前記制御対象の実動作に係る動作情報をゲインパラメータを用いてフィードバック演算することにより前記制御対象の駆動部に入力される制御情報を生成するフィードバック制御ステップ、
   前記制御対象の駆動部に入力される同定制御情報および前記動作情報に基づいて前記制御対象のモデルを生成するシステム同定ステップ、および、
   前記システム同定ステップで生成された前記制御対象のモデルに応じて前記ゲインパラメータを調整するパラメータ調整ステップを含むことを特徴とする適応制御方法。
2. 前記パラメータ調整ステップでは、部分的モデルマッチング法を用いて前記ゲインパラメータを調整することを特徴とする請求項１に記載の適応制御方法。
3. 前記同定制御情報が、マニュアル操縦により入力されることを特徴とする請求項１または請求項２に記載の適応制御方法。
4. 制御対象の制御目標情報および前記制御対象の実動作に係る動作情報をゲインパラメータを用いてフィードバック演算することにより前記制御対象の駆動部に入力される制御情報を生成するフィードバック制御部と、
   前記制御対象の駆動部に入力される同定制御情報および前記動作情報に基づいて前記制御対象のモデルを生成するシステム同定部と、
   前記システム同定部により生成された前記制御対象のモデルに応じて前記ゲインパラメータを調整するパラメータ調整部と、を有することを特徴とする適応制御装置。
5. 制御対象の制御目標情報および前記制御対象の実動作に係る動作情報をゲインパラメータを用いてフィードバック演算することにより前記制御対象の駆動部に入力される制御情報を生成するフィードバック制御部と、前記制御対象の駆動部に入力される同定制御情報および前記動作情報に基づいて前記制御対象のモデルを生成するシステム同定部と、前記システム同定部により生成された前記制御対象のモデルに応じて前記ゲインパラメータを調整するパラメータ調整部と、を有する適応制御装置を備えたことを特徴とする機器。

Images