JP2023010363A - 制御システムおよび制御方法 - Google Patents

Abstract

【課題】達成したい評価値、および制御対象の違いに柔軟に対応することを可能とする。【解決手段】制御システム１００は、作業機械である制御対象２００の動作目標と、動作の評価指標と、動作モデルとに基づいて制御対象２００を駆動するための制御量を算出する制御量演算部１１６、および、制御対象２００の状態量に基づき、動作モデルを更新するモデル更新部１１５を備える。制御システム１００は、制御量を制御対象２００の駆動部２１０に対する指令値へ変換する指令変換部１３０、および、制御量から指令値への変換特性を、指令値と制御対象２００の応答とに基づいて更新する変換更新部１４０をさらに備えてもよい。【選択図】図１

Description

本発明は、作業機械である制御対象の変化や最大化する価値の変化に柔軟に対応可能な制御システムおよび制御方法に関する。

化学プラントや発電プラントのような大規模システムは、運用方法がわずかに変わっただけでも効率（例えば生産性や発電量）、運用コスト（例えば燃料代）、環境負荷（例えば二酸化炭素などの排出量）が大きく変わる。このため複数の評価指標（効率、運用コスト、環境負荷）を同時に最適化するようにシステムを適切に運用・制御することが重要になる。しかしながら、上記したような大規模システムは、その構成の複雑さにより制御パラメータの変更と各種評価指標の変動の対応が把握しにくいため、制御パラメータの調整が難しい。

このような問題に対して特許文献１ではプラントを対象として、特定の評価値（特許文献１ではコスト評価値と記載）を最適化するようにプラントの操作方法（制御パラメータ）を自律学習するプラントの制御装置が提示されている。詳しくは、プラントの燃料消費、生産効率、排出物処理に掛かるコストである運転コスト、およびプラントの部品交換に掛かる機器コストをコスト評価値とする。プラントの運転特性を模擬する運転特性モデルと、機器状態からその劣化度と交換時期を計算する機器特性モデルとを利用して、コスト評価値を計算機上で評価できる仕組みを構築し、コスト評価値が改善するように制御ロジック、もしくは制御回路（例えばＰＩ制御（比例・積分制御））のパラメータを調整（自律学習）している。

特開２０１２－０５３５０５号公報

プラントの他に、工場や物流現場、施工現場など複数の作業車両や作業者がいる作業現場も大規模システムと捉えることができる。作業現場内の作業車両や作業者に対する行動計画を操作量（制御指令）として考えて、現場の生産性や搬送能力、施工性能を評価値とすれば、特許文献１に示された手法を適用して最適な作業現場の行動計画を設計できる可能性がある。
しかしながら、特許文献１では制御ロジック（特許文献１のＰＩ制御）そのものには評価値（コスト評価値）を最適化する機構がない。つまり、評価値の構成要素に変更があった場合に即座に評価値を最適化する操作・制御方法は獲得できず、学習期間を経る必要がある。

プラントのような安定して稼働するシステムの場合には、定常的な作業（例えば特定の化学物質を合成する、発電する）が主であるため評価値の構成要素が頻繁に変更することはない。一方、上記したような物流や施工の作業現場は日々の作業内容が変化する非定常な作業が多く、評価値を構成する要素も頻繁に変化する。例えば、工場に非熟練者が配属された場合には、生産性を落としてでも安全性を確保するといった評価値の変化が発生する。特許文献１の手法では、このような状況に柔軟に対応することが容易ではない。

さらに上記した作業現場では評価値だけでなく、構成要素となる作業現場に導入されている作業機械（フォークリフトや油圧ショベルなど）も頻繁に更新される。例えば、作業者不足に伴い従来は作業者が搭乗していたフォークリフトが自律運転で動作するフォークリフトに置き換わる。このような場合には、自律化機械には作業指示だけでなく、その作業指示に従って自律化機械をいかに動かすかなど、より細かい制御まで構築しなくてはならない。さらに従来機械を自律化機械へ置き換えるだけではなく、既存の機械にセンサや制御装置を後付けして、自律化機械として運用する場合もある。このように制御システムの構築方法も多岐にわたる。

特許文献１では、構成要素の同一部品への交換（部品寿命による交換）は考慮されている。しかしながら、上記のような生産性を向上することを意図した別の構成要素への変更（作業機械の置き換えや改良）は考慮されていない。また、構成要素の具体的な制御というレイヤにも対応できるものではない。
本発明はこのような背景を鑑みてなされたものであり、達成したい評価値、および制御対象の違いに柔軟に対応することを可能とする制御システムおよび制御方法を提供することを課題とする。

上記した課題を解決するため、本発明に係る制御システムは、作業機械である制御対象の、動作目標と、動作の評価指標と、動作モデルとに基づいて、前記制御対象を駆動するための制御量を算出する制御量演算部と、前記制御対象の状態量に基づき、前記動作モデルを更新するモデル更新部とを備える。

本発明によれば、達成したい評価値、および制御対象の違いに柔軟に対応することを可能とする制御システムおよび制御方法を提供することができる。上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。

本実施形態に係る制御システムの機能ブロック図である。 本実施形態に係る指令変換部の機能ブロック図である。 本実施形態に係る駆動部の動特性を説明するためのグラフである。 本実施形態に係る制御処理のフローチャートである。 実施例１に係る工場／物流現場に備わる倉庫を示す図である。 実施例１に係るフォークリフトの機能ブロック図である。 実施例１に係るフォークリフトの動特性を説明するための図である。 実施例２に係る施工現場の俯瞰図である。 実施例２に係る油圧ショベルの構成図である。 実施例２に係る搬送車両の一例であるダンプトラックの構成図である。 実施例２に係る油圧ショベルおよびダンプトラックの機能ブロック図である。 実施例２に係る油圧ショベルの基礎モデルを説明するための図である。 実施例２に係る制御量の指令値への変換を説明するための図である。 実施例２に係るエンジンモデルを説明するための図である。

以下に本発明を実施するための形態（実施形態）における制御システムについて説明する。制御システムが動作を制御する対象（制御対象）は、フォークリフトや油圧ショベルなどの作業機械である。制御システムは制御対象の追従目標（動作目標、経路、軌道）を設定し、制御対象が追従目標に沿って動作するように、制御対象に対する制御量を算出する。制御量を算出する際に制御システムは、制御対象の動作を示す物理モデルである基礎モデル（動作モデル）に基づいて動作の評価値（評価関数、評価指標）が最大化または最小化するように制御量を算出する。評価値は、例えば生産性や消費エネルギ、安全性（作業員との距離）などがある。

状態方程式（運動方程式）として示される基礎モデルは物理パラメータを含んでいる。制御システムは、制御量に対する制御対象の動作（状態量）を観測しながら、一部の物理パラメータ（例えば摩擦係数）を更新する。
制御量は指令値に変換されて制御対象の駆動部に出力される。制御システムは、制御量に対する制御対象の応答を観測しながら、指令値に変換する関数のパラメータ（例えば伝達関数の係数）を更新する。

このように制御対象の動作や応答に応じて基礎モデルや変換関数を更新することで、制御システムは制御対象の変更や評価関数の変更に柔軟に対応できるようになる。例えば、制御対象（作業機械）が入れ替わったり、評価値（評価関数）が更新されたりしても、人手を介することなく制御システムが対応し、評価値が最大化または最小化するように制御対象を制御できるようになる。

≪制御システムの全体構成≫
図１は、本実施形態に係る制御システム１００の機能ブロック図である。制御システム１００は、運用設定部１１１、基礎モデル設定部１１２、追従目標設定部１１３、評価関数設定部１１４、モデル更新部１１５、制御量演算部１１６、指令変換部１３０、および変換更新部１４０を含んで構成される。これらの機能部は、１つ以上のコンピュータ／マイクロプロセッサ上で機能する。環境計測装置３１０、状態検出装置３２０、およびデータ記録部１５０については後記する。以下、制御対象２００、運用設定部１１１、基礎モデル設定部１１２、追従目標設定部１１３、評価関数設定部１１４、モデル更新部１１５、制御量演算部１１６、指令変換部１３０、および変換更新部１４０を説明する。

≪制御対象≫
制御対象２００は、作業機械（例えば後記する図９の油圧ショベル７１０参照）であって、駆動部２１０および非駆動部２２０を含んで構成される。駆動部２１０はモータなどのアクチュエータである。非駆動部２２０はアクチュエータ以外の制御対象２００の構成部材である。駆動部２１０は、制御システム１００（図１では指令変換部１３０）から受信した指令値に従って動作する。指令値とは例えば、移動速度や操舵角速度である。

状態検出装置３２０は、駆動部２１０と非駆動部２２０とに取り付けられたセンサから各種情報を計測値として収集する。状態検出装置３２０は、制御対象２００の外部（動作環境、作業現場）に設置されたセンサから制御対象２００の状態を検出して収集するようにしてもよい。計測値としては、制御対象２００の位置や方位角（向き）、指令変換部１３０から入力された指令値に対する駆動部２１０の応答や、非駆動部２２０の状態量（例えば燃料残量）が含まれる。
状態検出装置３２０が収集したセンサの計測値や、制御量演算部１１６の出力（制御量）、指令変換部１３０の出力（指令値）はデータ記録部１５０に記録される。また状態検出装置３２０が収集した制御対象２００の状態量ｘ（例えば位置や方位角、速度、角速度、後記する式（１）参照）に対応する計測値は、制御量演算部１１６に送信され、制御量の算出に利用される。

≪運用設定部≫
運用設定部１１１は、制御システム１００を運用するオペレータが各種設定を行うユーザインターフェイスである。制御システム１００または制御対象２００のオペレータは運用設定部１１１を介して、制御対象２００の基礎モデル、制御対象２００が達成すべき作業、および後記する評価関数を設定する。作業の設定とは、例えばフォークリフト（後記する図５参照）のスタート地点とゴール地点とを設定することである。

≪基礎モデル設定部≫
運用設定部１１１がオペレータから制御対象２００の設定を受け付けると、基礎モデル設定部１１２が制御対象２００に係る基礎モデル（動作モデル）を設定する。基礎モデルとは制御対象２００の動作（運動）に係る物理モデルであって、車両であれば２輪車モデルや４輪車モデル、作業アームや油圧ショベルであればリンク系などの一般的な運動方程式（状態方程式）で示される。当該運動方程式は、制御対象のカタログ（製品仕様）に記載される物理パラメータ（単にパラメータとも記す）を反映したものである。

基礎モデルのパラメータのなかで摩擦係数や粘性項など事前に正確な値を得ることが困難な数値は、初期値として０としておくことが望ましい。後記するモデル更新部１１５は、このような事前に正確な値を得ることが難しい物理パラメータを制御対象の実際の動作を観測して更新する。基礎モデルは式（１）に示されるように状態方程式（運動方程式）で表現する。

式（１）において、ｘは制御対象２００の状態量、ｕは制御入力（制御量）、ｐは既知パラメータ、ｑは未知パラメータである。なお左辺のドット「・」は時間微分を示す。例えば状態量ｘが位置ならば、左辺の状態量の時間微分は状態量ｘ、制御量ｕにおける制御対象２００の速度である。車両を例にすると、状態量ｘは位置と方位角からなるベクトルであり、制御量ｕはステアリングや速度、既知パラメータｐは車両慣性、未知パラメータｑは摩擦係数に相当する。未知パラメータｑが前述した事前に正確な値を得るのが困難な数値である。

≪追従目標設定部≫
運用設定部１１１がオペレータから作業（タスク）の設定を受け付けると、追従目標設定部１１３は制御対象２００が追従（動作、運動）すべき目標値である追従目標を設定する。目標値とは、例えば車両の軌跡や作業アームの軌道である。追従目標設定部１１３は、制御対象２００のスタート地点とゴール地点とを基に最短経路を算出して、当該最短経路を追従目標として設定する。最短経路の算出には、既存の最短経路の算出手法（ルートプランニングの手法）が用いられる。
なお経路は、車両におけるスタート地点からゴール地点までの軌跡に限らず、作業アームの軌道や作業用ロボットの位置・姿勢などの変化の軌跡を含み、開始状態から終了状態までの経路（動作経路、動作軌跡）である。

≪評価関数設定部≫
オペレータは運用設定部１１１を用いて制御対象２００を含めた制御システム１００の運用方針を入力する。運用方針は１つ以上のＫＰＩ（Key Performance Indicator：重要業績評価指標）で構成される。ＫＰＩの構成要素は、経営者の観点である生産性や安全性、環境負荷に関わる評価値のみではなく、作業員の観点である快適性（例えば疲労やストレス）などを含んでよい。

運用設定部１１１がオペレータから運用方針の設定を受け付けると、評価関数設定部１１４は運用方針を数式に変換する。この数式は、例えば式（２）のようにＮ個の重みα_ｉと評価関数要素ｊ_ｉ（Ｘ）との線形結合で表現することができる。

Ｘは後記する環境計測装置３１０がセンサから収集した各種情報を含む環境の状態量である。なお状態量Ｘは、制御対象の状態量を含んでいることが望ましい。評価関数要素ｊ_ｉ（Ｘ）は上記ＫＰＩに関するものである。なお評価関数Ｊ（評価指標）の具体的な設計手法については、後記する制御システムを適用する実施例１，２とともに説明する。

重みα_ｉは、対応するＫＰＩである評価関数要素ｊ_ｉ（Ｘ）の優先度を決める係数である。例えば評価関数要素ｊ_１（Ｘ）が生産性に関するＫＰＩであり、評価関数要素ｊ_２（Ｘ）が安全性に関するＫＰＩであって、この２つの評価関数要素で運用方針が構成されているとする。このような場合、非熟練者が作業現場にいるときにはα_１を小さくして、α_２を大きくすることで、安全性を優先した運用が実現されるようになる。また、作業機械が１台のみなど事故が発生する可能性がないならば、安全性に関する重みα_２を０とすることで、生産性のみを最大化するように運用することも可能となる。

環境計測装置３１０は、ＫＰＩを評価するのに十分な情報を収集可能なセンサ群から計測値を取得する。センサとしては、例えば物流現場で生産性を評価する場合における物品の搬送状況を把握するためのカメラやタグ情報の読み取りセンサがある。安全性を評価する場合には、フォークリフトに搭載され、作業員や障害物との距離（距離０なら接触事故が発生）を測定する距離センサやＬｉＤＡＲ（Light Detection and Ranging）が想定される。また環境負荷を評価する場合には、制御対象２００を含む作業機械が消費したエネルギ（燃料消費量、電力消費量）などを計測するセンサが想定される。作業員の疲労度やストレスを評価する場合には、疲労やストレスとの相関関係がある心拍数を計測するスマートウォッチなどのデバイスが想定される。ＫＰＩとして制御対象２００の動作に伴う騒音や塵埃の量など作業現場の環境情報（環境状態）を含めてもよい。

≪制御量演算部≫
制御量演算部１１６は、制御対象２００が追従目標に沿って動作し、評価関数Ｊ（式（２）参照）を最大化、もしくは最小化するように、基礎モデル（式（１）参照）に基づいて制御量を算出する。詳しくは、後記する式（３）に示すように評価関数Ｊについて時刻ｋ＝ｔから時刻ｋ＝ｔ＋ｔ_Ｎまでの評価関数の総和を最大、もしくは最小化するような制御量ｕを算出する。このような制御量ｕの算出手法として、最適化問題やモデル予測制御問題の数値解法がある。

≪モデル更新部≫
基礎モデル（状態方程式、式（１）参照）には未知パラメータｑが含まれているため、制御量演算部１１６が参照する基礎モデルが示す（基礎モデルから計算される）制御対象２００の動作と実際の制御対象２００の動作とに差異がある。このため未知パラメータｑが初期値０のままでは、最適な制御量ｕを算出できない可能性がある。
モデル更新部１１５はデータ記録部１５０に記録された制御対象２００の状態量ｘを用いて未知パラメータｑを推定して、基礎モデル（状態方程式）を更新する。状態量ｘとしては、制御対象２００の位置と方位角の他に、指令変換部１３０から入力された指令値に対する駆動部２１０の応答や、非駆動部２２０の状態量が含まれてもよい。モデル更新部１１５は、未知パラメータｑを含む拡大系に対して非線形カルマンフィルタを構築して逐次状態推定を行うことで未知パラメータｑを推定してもよい。またモデル更新部１１５は、特定期間の時系列データをバッチ処理して最小二乗法により未知パラメータｑを推定してもよい。

モデル更新部１１５は、推定した未知パラメータｑが妥当な値であることを確認した後に基礎モデル（状態方程式）を更新することが望ましい。例えば、未知パラメータｑが物理的に矛盾しないことや想定される値に収まることをチェックすることが望ましい。例えばモデル更新部１１５は、摩擦係数など正値でなければならない未知パラメータｑが負になった場合には基礎モデルに反映しない。また真値が不明でも、公称値とばらつきの範囲が分かっている未知パラメータｑについて、公称値とばらつきの範囲を逸脱する値が算出された場合には基礎モデルに反映しない。
なお、未知パラメータｑが公称値とばらつきの範囲を逸脱する値として算出された場合には、制御対象２００の一部の機器に故障が発生している可能性がある。モデル更新部１１５は、制御対象２００のオペレータに保守を促すようにしてもよいし、制御量演算部１１６に通知して制御対象２００を停止するようにしてもよい。

≪指令変換部と変換更新部≫
制御量演算部１１６は状態方程式（式（１）参照）に関する最適な制御量ｕを算出するが、実物の制御対象２００は制御量（物理量）をそのまま利用することができない場合がある。例えば車両系機械の場合では制御量ｕは速度指令となるが、制御対象２００を駆動する駆動部２１０をアクセル操作（もしくはブレーキ操作）として制御する場合がある。このような場合には、何らかの手法で速度指令とアクセル操作／ブレーキ操作との対応を決定しなくてはならない。これは、運転手が操作することを前提として設計された車両系機械を自動化するときに必要となる変換操作でもある。指令変換部１３０は、制御量演算部１１６が算出する制御量と、駆動部２１０への入力（指令）となる指令値との変換を行う。

図２は、本実施形態に係る指令変換部１３０の機能ブロック図である。指令変換部１３０は定常特性変換部１３１、および動特性補償部１３２を含んで構成される。定常特性変換部１３１は定常的な物理量の変換を行う。例えば制御量演算部１１６が算出した制御量ｕと駆動部２１０への指令値ｖとが比例する変換特性であれば、変換（変換関数）は定数倍で示される。また制御量ｕと指令値ｖとが特定の変換特性であれば、変換は例えば変換テーブルを用いることができる。

このような変換特性が、駆動部２１０のアクチュエータ２１２のカタログや仕様書に記載がある場合はその情報を利用することが望ましい。変換特性に係る情報が利用できない場合には、制御量ｕを印加して駆動部２１０の応答値ｗを確認することで変換テーブルを構築することができる。この場合、変換テーブルは指令値ｖではなく、応答値ｗで設計することになるが、一般には駆動部２１０にはフィードバック制御部２１１が組み込まれているため、応答値ｗと指令値ｖとが一致するため実用上は特に問題が生じない。

定常特性変換部１３１は指令値ｖの定常値を出力するが、駆動部２１０はすぐにその値になるのではなく、何らかの動特性を有している。図３は、本実施形態に係る駆動部２１０の動特性を説明するためのグラフ４１０である。例えば駆動部２１０が式（４）の伝達関数で表現されるような応答特性を持っているとする。

すると、ステップ状に指令値ｖ（符号４１１参照）を与えても応答値ｗ１（符号４１２参照）はゆっくりと立ち上がることになる。指令値ｖという入力に対する駆動部２１０の応答値ｗ（動作）という出力は遅れており、この入力と出力との時間的関係が動特性である。応答が想定よりも遅いと所望の制御性能を達成できないことになる。動特性補償部１３２はこのような動特性（指令値ｖに対する応答の遅れ）を考慮した補償を行う。詳しくは、変換更新部１４０は動特性補償部１３２を式（５）の伝達関数で表現し、定常特性変換部１３１の出力に対する駆動部２１０の応答値ｗが、理想応答値ｗ２（符号４１３参照）の伝達関数Ｔ_ｄ（ｓ）（式（６）参照）と一致するように係数ｃ_０～ｃ_２，ｄ_０～ｄ_２を算出する。

これは駆動部２１０の伝達関数（式（４）参照）が得られていれば、式（６）を満たすように係数ｃ_０～ｃ_２，ｄ_０～ｄ_２を算出することで実現できる。これは一般的なプレフィルタ型のフィードフォワード制御の設計手法である。駆動部２１０の伝達関数は実際に駆動部２１０を動かしたときに得られる入出力データからシステム同定を行うことによって同定することができる。変換更新部１４０は、この同定を行って係数ｃ_０～ｃ_２，ｄ_０～ｄ_２を求め、動特性補償部１３２を更新する。換言すれば、変換更新部１４０は、駆動部２１０の入力である指令値と出力である応答（応答値）とに基づいて動特性補償部１３２を更新して、指令変換部１３０の変換特性を更新する。
なお駆動部２１０の伝達関数の次数や動的変換特性（式（５）参照）の次数、理想応答の伝達関数Ｔ_ｄ（ｓ）の次数によっては、式（５）を満足する係数ｃ_０～ｃ_２，ｄ_０～ｄ_２を得ることはできない。このような場合には、理想応答値ｗ２にできるだけ近い応答値が得られるように係数ｃ_０～ｃ_２，ｄ_０～ｄ_２を設計するデータ駆動制御の手法を採用してもよい。

変換更新部１４０は、求めた係数ｃ_０～ｃ_２，ｄ_０～ｄ_２が妥当な値であることを確認した後に動特性補償部１３２を更新することが望ましい。例えば、係数ｃ_０～ｃ_２の符合が一致しない場合には不安定極が存在することになるため、指令値ｖが発散する懼れがある。このため変換更新部１４０、そのような係数が求まった場合には動特性補償部１３２に反映しないようにする。
なお、以上の説明において伝達関数を２次遅れ系で表現しているが、これに限定されるものではない。

≪制御処理≫
図４は、本実施形態に係る制御処理のフローチャートである。制御処理は、並行して実行される制御対象２００を制御するステップＳ１１～Ｓ１５の処理、状態方程式（式（１）参照）を更新するステップＳ２１～Ｓ２５の処理、および動特性補償部１３２を更新するステップＳ３１～Ｓ３５の処理を含む。

制御処理は、これらの処理と並行して行われるデータ記録部１５０の処理をさらに含むが図４には記載していない。データ記録部１５０は、状態検出装置３２０から制御対象２００の状態量ｘや応答値ｗであるセンサの計測値を取得して記録する。また、データ記録部１５０は、制御量演算部１１６が出力した制御量ｕや指令変換部１３０が出力した指令値ｖを取得して記録する。なお、図４の制御処理が開始する前に、基礎モデルや追従目標、評価関数、駆動部２１０の動特性が設定ないしは取得済みである。

ステップＳ１１において制御量演算部１１６は、状態検出装置３２０から制御対象２００の状態量ｘを、環境計測装置３１０から環境の状態量Ｘを取得する。
ステップＳ１２において制御量演算部１１６は、環境の状態量Ｘから評価関数Ｊ（式（２）参照）の値（評価値）を算出する。
ステップＳ１３において制御量演算部１１６は、制御対象２００が追従目標に沿って動作し、評価関数Ｊの値を最大化もしくは最小化するように制御量ｕを算出する。

ステップＳ１４において指令変換部１３０は、制御量ｕを指令値ｖに変換し、駆動部２１０に出力する。
ステップＳ１５において制御量演算部１１６は、制御対象２００が作業を終了（追従目標の終点に到達）したならば（ステップＳ１５→ＹＥＳ）制御処理を終了し、未終了ならば（ステップＳ１５→ＮＯ）ステップＳ１１に戻る。

ステップＳ２１においてモデル更新部１１５は、状態量ｘや制御量ｕ、指令値ｖ、応答値ｗのデータが状態方程式（式（１）参照）の未知パラメータｑの算出が可能なデータ数か否かを判断する。モデル更新部１１５は、算出可能であれば（ステップＳ２１→ＹＥＳ）ステップＳ２２に進み、算出不可であれば（ステップＳ２１→ＮＯ）ステップＳ２５に進む。

ステップＳ２２においてモデル更新部１１５は、未知パラメータｑを算出する。
ステップＳ２３においてモデル更新部１１５は、ステップＳ２２で算出された未知パラメータｑが妥当であれば（ステップＳ２３→ＹＥＳ）ステップＳ２４に進み、妥当でなければ（ステップＳ２３→ＮＯ）ステップＳ２５に進む。

ステップＳ２４においてモデル更新部１１５は、状態方程式の未知パラメータｑを更新する。更新後のステップＳ１３において制御量演算部１１６は、更新された未知パラメータｑを参照して、制御対象２００が追従目標に沿って動作し、評価関数Ｊの値を最大化もしくは最小化するように制御量ｕを算出する。
ステップＳ２５においてモデル更新部１１５は、制御対象２００が作業を終了（追従目標の終点に到達）したならば（ステップＳ２５→ＹＥＳ）制御処理を終了し、未終了ならば（ステップＳ２５→ＮＯ）ステップＳ２１に戻る。

ステップＳ３１において変換更新部１４０は、状態量ｘや制御量ｕ、指令値ｖ、応答値ｗのデータが動特性補償部１３２を示す伝達関数の係数の算出が可能なデータ数か否かを判断する。変換更新部１４０は、算出可能であれば（ステップＳ３１→ＹＥＳ）ステップＳ３２に進み、算出不可であれば（ステップＳ３１→ＮＯ）ステップＳ３５に進む。

ステップＳ３２において変換更新部１４０は、動特性補償部１３２を示す伝達関数（式（５）参照）の係数を算出する。
ステップＳ３３において変換更新部１４０は、ステップＳ３２で算出された式（５）の係数が妥当であれば（ステップＳ３３→ＹＥＳ）ステップＳ３４に進み、妥当でなければ（ステップＳ３３→ＮＯ）ステップＳ３５に進む。

ステップＳ３４において変換更新部１４０は、動特性補償部１３２を示す伝達関数の係数を更新する。更新後のステップＳ１４において指令変換部１３０（動特性補償部１３２）は、更新された係数を参照して、制御量ｕを指令値ｖに変換し、駆動部２１０に出力する。
ステップＳ３５において変換更新部１４０は、制御対象２００が作業を終了（追従目標の終点に到達）したならば（ステップＳ３５→ＹＥＳ）制御処理を終了し、未終了ならば（ステップＳ３５→ＮＯ）ステップＳ３１に戻る。

上記したステップＳ２１～Ｓ２５について、モデル更新部１１５が非線形カルマンフィルタを構築して逐次状態推定を実行する場合には、未知パラメータｑの算出についてステップＳ２１は常にＹＥＳとなる。
またステップＳ２３においてステップＳ２２で算出された未知パラメータｑが公称値とばらつきの範囲を逸脱する値として算出され妥当でなければ（ステップＳ２３→ＮＯ）、モデル更新部１１５はオペレータに制御対象２００のメンテナンスを促すようにしてもよい。またはモデル更新部１１５は、制御対象２００を停止するように制御量演算部１１６に指示してもよい。

≪制御処理の特徴≫
モデル更新部１１５は、制御対象２００の状態量を用いて未知パラメータｑを推定して、状態方程式（式（１）参照）を更新する。更新された基礎モデルは、制御量演算部１１６の制御量算出に即座に（次の演算周期で）用いられるため、制御対象２００が追従目標に沿って動作し、評価関数Ｊをより最大化／最小化するように制御対象２００制御できるようになる。

また、変換更新部１４０は、駆動部２１０の応答値ｗが理想応答値ｗ２（図３記載の符号４１３参照）と一致するように動特性補償部１３２を更新する。更新された動特性補償部１３２は、指令変換部１３０の指令値算出に即座に（次の演算周期で）用いられるため、制御対象２００が追従目標に沿って動作し、評価関数Ｊをより最大化／最小化するように制御対象２００制御できるようになる。
以下では、作業機械としてフォークリフトの実施例１と、油圧ショベルおよびダンプトラックの実施例２とを説明する。

≪実施例１：工場・物流現場でのフォークリフトの制御≫
制御システム１００を工場や物流現場に適用した場合の実施例を説明する。図５は、実施例１に係る工場／物流現場に備わる倉庫５５０を示す図である。図６は、実施例１に係るフォークリフト５１０の機能ブロック図である。
倉庫５５０ではフォークリフト５１０（自律化機械）、および作業員５２０が荷物を運ぶ。図５では１つのフォークリフト５１０、および１人の作業員５２０が記載されているが、何れかが複数ないしは０であってもよい。フォークリフト５１０、および作業員５２０が装着するスマートデバイス５２３は、通信機能を有しており、管制サーバ５００と通信可能である。なお、管制サーバ５００は必ずしも倉庫５５０内に設置される必要はない。

≪実施例１：フォークリフト≫
フォークリフト５１０は、コントローラ５１１、ＰＬＣ５１２，５１３（Programmable Logic Controller）、駆動モータ５１４、操舵モータ５１５、バッテリ５１６、およびＬｉＤＡＲ５１７（Light Detection and Ranging）を備える。ＰＬＣ５１２，５１３は、駆動モータ５１４および操舵モータ５１５をそれぞれ制御する。フォークリフト５１０は、ＳＬＡＭ（Simultaneous Localization and Mapping）の機能が搭載されおり、ＬｉＤＡＲ５１７で収集した点群データを処理することで倉庫５５０の地図の作成と自己位置推定とを同時に実行する。

フォークリフト５１０は、既存の電動フォークリフトにコントローラ５１１を搭載して自動運転（自律運転）を行う構成を想定している。コントローラ５１１は、フォークリフト５１０の自動運転に関する各種演算が実行される。コントローラ５１１には、制御量演算部１１６、モデル更新部１１５、指令変換部１３０、および変換更新部１４０が備わる。またコントローラ５１１は記憶領域（メモリ）を備え、データ記録部１５０として機能する。

≪実施例１：作業員≫
作業員５２０はスマートデバイス５２３を装着している。スマートデバイス５２３は作業員５２０の心拍数や歩数を計測する。スマートデバイス５２３は倉庫５５０に配置されたビーコン５３０と無線通信を行うことで、スマートデバイス５２３を装着している作業員５２０の位置を計測することができる。

≪実施例１：管制サーバ≫
管制サーバ５００は、制御システム１００（図１参照）における運用設定部１１１、基礎モデル設定部１１２、追従目標設定部１１３、および評価関数設定部１１４を備える。管制サーバ５００は、スマートデバイス５２３から取得する、作業員５２０の心拍数や歩数、位置から推定される疲労状態を算出する。また管制サーバ５００は、ＬｉＤＡＲ５１７からフォークリフト５１０の位置を、バッテリ５１６から消費エネルギに関する情報（ＳＯＣ（State of Charge）の変化など）を受け取る。

≪実施例１：追従目標≫
以上に説明した工場／物流現場における制御システムにおいて、オペレータが管制サーバ５００に備わる運用設定部１１１を用いて、位置５５３にいるフォークリフト５１０に位置５５４にある物品を回収するように指示し、位置５５５にいる作業員５２０に位置５５６にある物品を確認するように指示したとする。すると、追従目標設定部１１３は、フォークリフト５１０に対して位置５５３から位置５５４への最短ルート５５８を、作業員５２０に対して位置５５５から位置５５６への最短ルート５５７を設定する。なお指示するのは、オペレータに限らず物流管理システムなどのシステムであってもよい。

≪実施例１：基礎モデル≫
基礎モデル設定部１１２は、フォークリフト５１０に対応する車両系に関する運動方程式を状態方程式（式（１）参照）として設定する。車両系のモデルとしては、倉庫５５０のフロアをＸ－Ｙ平面とみなして、このＸ－Ｙ平面における重心座標（ｘ，ｙ）および方位角θの組（ｘ，ｙ，θ）を算出する運動方程式とする。このとき車両系の運動方程式の未知パラメータｑとして倉庫５５０の床とタイヤとの摩擦係数が設定される。

≪実施例１：評価関数≫
倉庫５５０におけるフォークリフト５１０の運用方針に係るＫＰＩ（評価関数要素）として、スループット（単位時間に搬送できる物品の量）、消費エネルギ、および安全性がある。安全性とは、フォークリフト５１０と、作業員や壁、棚との距離が一定値以上であることである。
スループットは、フォークリフト５１０の移動速度を（ｖ_ｘ，ｖ_ｙ）として式（７）の評価関数要素ｊ_１で示される。速度が大きいほどスループットは高いと考えられ、評価関数要素ｊ_１が最小化されるのが望ましい。なお、式（７）におけるεは移動速度が０のときにゼロ割が発生することを防止するための微小定数である。

消費エネルギは、バッテリ５１６の変化量ΔＳＯＣの絶対値が小さいことが望ましい。式（８）に示される評価関数要素ｊ_２が最小化されるのが望ましい。

安全性は、フォークリフト５１０と作業員５２０、壁、棚との距離が大きいことが望ましい。例えば作業員５２０に関する安全性は、フォークリフト５１０の座標を（ｘ，ｙ）とし、作業員５２０の座標を（ｘ_O，ｙ_O）として式（９）で示すことができ、値が小さいほど評価関数要素ｊ_３が小さくなるように設計した例である。評価関数要素ｊ_３が最小化されるのが望ましい。評価関数要素ｊ_３は、制御対象２００ではない作業員５２０の位置の他に移動速度・方向を含む状態から算出されるようにしてもよい。なおεは、式（７）と同様に微小定数である。

制御システムは、式（７）～（９）の評価関数要素を重み係数α_ｉで線形結合した評価関数Ｊ（式（１０）参照）を最小化するようにコントローラ５１１で制御量を演算する。オペレータが例えばスループットを優先するように指示した場合には、評価関数設定部１１４はスループットに関する重み係数α_１を係数α_２やα_３よりも大きく設定する。なお安全性については、評価関数として与えずに拘束条件として設定することも可能である。

≪実施例１：フォークリフトの制御≫
コントローラ５１１は、状態方程式を利用した最適制御（例えばモデル予測制御）を実行することで車両速度や操舵角速度を算出する。一般的に、モータを制御するＰＬＣは速度指令で駆動することができるため、本実施例では物理値の変換（定常特性変換部１３１参照）は不要であるとする。但し、算出した車両速度や操舵角速度が実際のフォークリフト５１０で実現する場合には応答に遅れが生じる。

図７は、実施例１に係るフォークリフト５１０の動特性を説明するための図である。コントローラ５１１（図６参照）が出力した制御量（速度、角速度）に対して、ＰＬＣ５１２，５１３、モータ特性（駆動モータ５１４、操舵モータ５１５参照）、車体特性を経るため、フォークリフト５１０の応答に遅れが生じる。このため、コントローラ５１１内で算出した車両速度や操舵角をＰＬＣ５１２，５１３に送信する前に、応答遅れを解消するように指令値を算出する必要がある（動特性補償部１３２参照）。

フォークリフト５１０を動作させれば、モータ特性も車両特性も同定することができる。この特性を利用してプレフィルタ型のフィードフォワード制御することが、動特性補償部１３２の動作に対応する。動特性補償部１３２を示す伝達関数の係数の算出は、フィードフォワード制御の設計に相当し、ＬｉＤＡＲ５１７で取得した座標や方位角と、その微分値である速度・角速度と、駆動モータ５１４の応答と、操舵モータ５１５の応答とから変換更新部１４０が係数を算出する。
同様に、基礎モデル設定部１１２が設定した状態方程式（運動方程式）から予測される速度および角速度の変化と、ＬｉＤＡＲ５１７で実際に取得した速度および角速度の変化との差から、未知パラメータｑ（摩擦係数）を同定することができる。

≪実施例１の特徴≫
実施例１においては、フォークリフト５１０の走行データを収集するうちに制御に利用するパラメータが自動的に最適化される。また評価関数Ｊ（式（１０）参照）に含まれる重み係数α_ｉは作業ごとに適宜変更することが可能である。評価関数Ｊが変わっても、状態方程式（式（１）参照）や未知パラメータｑ、動特性補償部１３２の伝達関数（式（５）参照）の更新をすることなく、適切な制御量ｕの演算が可能である。

≪実施例１：変形例≫
上記した実施例１では未知パラメータｑを倉庫の床とタイヤとの摩擦係数としている。他のパラメータを未知パラメータｑとしてもよい（含めてもよい）。例えばフォークリフト５１０が運ぶ物品の重量を含めるようにしてもよい。制御量演算部１１６は、物品の有無や重量に応じた制御量ｕを算出するので、制御システム１００は人手を介することなく、さらに最適なフォークリフト５１０の制御ができるようになる。

≪実施例２：施工現場での油圧ショベルとダンプトラックの制御≫
制御システム１００を施工現場に適用した場合の実施例を説明する。図８は、実施例２に係る施工現場６９９の俯瞰図である。施工現場６９９には、油圧ショベル７１０とダンプトラック７７０とが存在する。

本実施例では、油圧ショベル７１０、およびダンプトラック７７０が制御対象２００である。油圧ショベル７１０は、掘削した土砂６９０をダンプトラック７７０へ積み込む作業を行い、ダンプトラック７７０は所定の停車位置（積み込み位置）に移動する作業を行う。
油圧ショベル７１０、およびダンプトラック７７０は、無線通信機能を有しており、管制サーバ６００（後記する図１１参照）とデータ通信を行う。管制サーバ６００は、施工現場６９９に設置されてもよいし、施工現場６９９とは異なる場所に設置されていてもよい。

≪実施例２：油圧ショベル≫
図９は、実施例２に係る油圧ショベル７１０の構成図である。油圧ショベル７１０は情報化施工に対応した作業機械であり、図９に示すように各種センサと各油圧シリンダを制御するためのシリンダ制御装置とが組み込まれている。油圧ショベル７１０は、多関節型のフロント装置７２０（フロント作業機）、車体を構成する上部旋回体７４０、および下部走行体７５０を備える。上部旋回体７４０は、下部走行体７５０に対して旋回可能に設けられている。フロント装置７２０は、垂直方向に回動するブーム７１１、アーム７１２、およびバケット７１３を連結して構成された多関節型の装置である。

ブーム７１１、アーム７１２、バケット７１３、上部旋回体７４０、および下部走行体７５０は、油圧アクチュエータであるブームシリンダ７１１Ａ、アームシリンダ７１２Ａ、バケットシリンダ７１３Ａ、旋回モータ７４０Ａ、および左右の走行モータ７５０Ａ（図９では一方の走行モータのみを図示）によりそれぞれ駆動される。ブームシリンダ７１１Ａ、アームシリンダ７１２Ａ、バケットシリンダ７１３Ａ、旋回モータ７４０Ａ、および左右の走行モータ７５０Ａの動作制御は、エンジンや電動モータなどの原動機によって駆動される油圧ポンプ７４１から上記した油圧アクチュエータに供給される作動油の方向および流量をコントロールバルブ７４２で制御することにより行う。ブームシリンダ７１１Ａ、アームシリンダ７１２Ａ、およびバケットシリンダ７１３Ａは、各シリンダ長が所望の値になるようにコントロールバルブ７４２を制御する機構を備える。

油圧ショベル７１０に搭載されているエンジンはディーゼルエンジンであり、エンジン出力の急激な変動は排気ガス中の有害成分（微小粒子や窒素酸化物）の増加を招くことが知られている。また、エンジンを制御するＥＣＵ（Engine Control Unit）は燃料噴射量に関わる変数値を算出しており、この変数値を参考に消費エネルギを算出することができる。

上部旋回体７４０には、姿勢センサとして慣性計測装置（ＩＭＵ：Inertial Measurement Unit）である車体ＩＭＵ７２１が配置されている。なお慣性計測装置は、角速度および加速度のそれぞれを計測するセンサであるが、本実施例では計測した角速度と加速度とを利用して傾き（角度）を演算する機能もセンサに実装されているとする。また、フロント装置７２０の構成要素であるブーム７１１、アーム７１２、およびバケット７１３には、それぞれの姿勢を計測するために慣性計測装置であるブームＩＭＵ７２２、アームＩＭＵ７２３、およびバケットＩＭＵ７２４が適切な位置に設置されている。なおバケットＩＭＵ７２４は、バケット７１３でなく、バケットと連動して回動するリンク部材７１４に設置されていてもよい。また、後記する図１１記載のＩＭＵ６１４は、車体ＩＭＵ７２１、ブームＩＭＵ７２２、アームＩＭＵ７２３、およびバケットＩＭＵ７２４に対応する。

上部旋回体７４０には２つの測位用アンテナ７４３，７４４（ＧＮＳＳ（Global Navigation Satellite System）アンテナ）が取り付けられている。図９には不図示のＧＮＳＳ受信機（図１１のＧＮＳＳ受信機６１３参照）は、測位用アンテナ７４３，７４４で受信した衛星信号を参照してアンテナ座標の演算や方位角の演算などの各種測位演算を実行する。

ブームシリンダ７１１Ａにはシリンダ圧力を検出するシリンダ圧力センサ７１５が備えられている。本実施例の油圧ショベル７１０は、ブームシリンダ７１１Ａの圧力、および各ＩＭＵが取得したフロント装置７２０（フロント作業機）の姿勢情報からバケット７１３に積載された土砂の重量を算出するペイロード機能を備える。
油圧ショベル７１０にはコントローラ６１０（図１１参照）が搭載されており、各種動作を制御する。上記したシリンダ長が所望の値になるようにコントロールバルブ７４２を制御する機構は、コントローラ６１０の機能であってもよいし、別のコントローラの機能であってもよい。

≪実施例２：ダンプトラック≫
図１０は、実施例２に係る搬送車両の一例であるダンプトラック７７０の構成図である。ダンプトラック７７０は車体フレーム７７１の前方に運転室７７２を、車体フレーム７７１上に荷台７７３をそれぞれ備えている。また車体フレーム７７１は、前輪７７４、および後輪７７５（以下、車輪とも記す）に支持され、車輪の回転によって前後進する。なお図１０では後輪７７５は、左右に２輪ずつ合計４輪の車両を想定しているが、このような車両に限定されるものではない。例えば後輪７７５が片側に１輪ずつあり、前輪７７４と合わせて合計４輪の車輪を有するダンプトラックであってもよい。

運転室７７２の後方、もしくは車体フレーム７７１には図示しないエンジン、トランスミッションなどのパワートレインが備えられており、このパワートレインを制御することにより車輪の動きを制御することができる。車輪の回転は、運転室７７２内のブレーキペダルおよびアクセルペダルの操作に応じて、その回転動作が制御される。例えばブレーキ操作が行われると車輪に取り付けられたブレーキパッドを車輪に押し付けることでダンプトラック７７０の前後進を停止すること可能である。パワートレインやブレーキの制御は、コントローラ６３０（後記する図１１参照）を介して実行される。
車体フレーム７７１にはシリンダ７７６が備えられており、荷台７７３をスライドさせて荷台７７３に搭載された土砂などを放土することが可能である。

運転室７７２には、測位用アンテナ７８１、ＧＮＳＳ受信機７８２、およびＩＭＵ７８３が取り付けられている。ダンプトラック７７０の方位角を算出するにあたっては、測位用アンテナ７８１を油圧ショベル７１０と同様に２つ取り付けて、ＧＮＳＳ受信機７８２がダンプトラック７７０の位置と方位角とを演算できるようにすることが望ましい。ただし測位用アンテナ７８１を１つしか備えない場合であっても、ＧＮＳＳ受信機７８２は位置のみを演算し、ダンプトラック７７０の走行軌跡とＩＭＵ７８３の角速度とを利用して、コントローラ６３０が方位角を算出するようにしてもよい。ＧＮＳＳ受信機７８２は測位用アンテナ７８１で受信した衛星信号のドップラシフトによって移動速度を取得することも可能である。なお図１０では測位用アンテナ７８１を運転室７７２の外部に設けた構成を示しているが、小型の測位用アンテナを運転室７７２内に備えた構成でもよい。
ダンプトラック７７０は、ディーゼルエンジンを搭載しているため油圧ショベル７１０と同様に消費エネルギ量などを計測することができる。

図１１は、実施例２に係る油圧ショベル７１０およびダンプトラック７７０の機能ブロック図である。実施例２において管制サーバ６００は、油圧ショベル７１０、およびダンプトラック７７０それぞれに搭載されているＥＣＵ６１５，６３６から燃料消費量やエンジン動力を受信する。さらに管制サーバ６００は、コントローラ６１０で演算した油圧ショベル７１０の姿勢、およびコントローラ６３０で演算したダンプトラック７７０の姿勢情報を受信する。
管制サーバ６００は、制御システムにおける運用設定部１１１、基礎モデル設定部１１２、追従目標設定部１１３、および評価関数設定部１１４を備える。以下、運用設定部１１１において、油圧ショベル７１０が土砂６９０（図８参照）をダンプトラック７７０に積み込む作業が設定されたとして説明を続ける。

≪実施例２：基礎モデル≫
基礎モデル設定部１１２は、ダンプトラック７７０に対応する車両系に関する運動方程式を状態方程式（式（１）参照）として設定する。一方、油圧ショベル７１０について基礎モデル設定部１１２は、上部旋回体７４０、ブーム７１１、アーム７１２、バケット７１３をそれぞれ剛体リンク系で模擬したリンク系としてモデル化する。

図１２は、実施例２に係る油圧ショベル７１０の基礎モデルを説明するための図である。Ｌ_ＳＷＧは上部旋回体７４０の長さ（旋回中心からブーム７１１の回動中心への長さ）を示し、Ｌ_ＢＭはブーム７１１のリンク長、Ｌ_ＡＭはアーム７１２のリンク長、Ｌ_ＢＫはバケット７１３のリンク長を示す。また、θ_ＳＷＧは上部旋回体７４０の旋回角度を示し、θ_ＢＭはブーム７１１のリンク角度、θ_ＡＭはアーム７１２のリンク角度、θ_ＢＫはバケット７１３のリンク角度を示す。これらのリンク長Ｌおよび旋回・リンク角度θから式（１１）～（１３）に示すように爪先位置ｚへの座標変換ｆ（Ｌ，θ）が与えられる。

この座標変換はロボット工学で利用される一般的な座標変換であるため、詳細な説明を省略する。同様に幾何学的な関係から式（１４）～（１５）に示すようにリンク長Ｌおよびリンク角度θから各リンクのシリンダ長ｓへの変換ｇ（Ｌ，θ）を得ることができる。

さらにリンク系には静的な座標変換のみでなく、式（１６）～（１８）に示すようにシリンダ速度ｓ_ｖによって決まるリンクの角速度ωに関する運動方程式（状態方程式）も導出することができる。この運動方程式における各リンクの粘性摩擦係数を未知パラメータｑとする。

なお基礎モデル設定部１１２で設定される基礎モデルは、ダンプトラック７７０も油圧ショベル７１０も空荷状態であることを前提とする。このため、土砂重量も未知パラメータｑとして扱われる。土砂重量が増えるとダンプトラック７７０の加速は小さくなり、油圧ショベル７１０のフロント上げ動作が遅くなる一方、フロント下げ動作が速くなる。

≪実施例２：評価関数≫
施工現場における油圧ショベル７１０およびダンプトラック７７０の運用方針に係るＫＰＩ（評価関数要素）として、スループット（積み込み作業時間）、消費エネルギ、安全性（油圧ショベル７１０とダンプトラック７７０とが接触しないこと）および排気ガス性状（有害成分量）などがある。実施例２に係る制御システムは、上記のＫＰＩを式（１９）～（２２）で与えたときに、式（２３）に示す評価関数Ｊを最小化する制御量ｕの演算を行う。以下、それぞれのＫＰＩを説明する。
スループットのＫＰＩは、式（１９）の評価関数要素ｊ_１で示される。油圧ショベル７１０の動作が速く、爪先位置ｚが積み込み位置ｙ_ｄに速く一致するほどｊ_１は小さな値になる。

消費エネルギのＫＰＩは、式（２０）の評価関数要素ｊ_２で示される。Δf_ｅｘは油圧ショベル７１０に搭載されるＥＣＵ６１５（図１１参照）が算出した燃料噴射量であり、Δf_ｔｒはダンプトラック７７０に搭載されるＥＣＵ６３６が算出した燃料噴射量である。燃料噴出量の積分値が評価関数要素ｊ_２であり、この値を小さくすることが消費エネルギの削減になる。

安全性のＫＰＩは、式（２１）の評価関数要素ｊ_３で示される。油圧ショベル７１０の爪先位置ｚと、ダンプトラック７７０の中心位置ｘ_ｔｒの距離が近づくほど大きな値をとるペナルティとして与えることで油圧ショベル７１０とダンプトラック７７０とが衝突することを回避できる。なおεは、式（７）と同様に微小定数である。

排気ガス性状のＫＰＩは、式（２２）の評価関数要素ｊ_４で示される。エンジン出力の変化ΔＥ_ｐｗｒが小さくなるほど有害成分量が減る。エンジン出力の変化ΔＥ_ｐｗｒの積分値が評価関数要素ｊ_４であり、この値を小さくすることが有害成分量の削減になる。

制御システムは、式（１９）～（２２）の評価関数要素を重み係数α_ｉで線形結合した評価関数Ｊ（式（２３）参照）を最小化するようにコントローラ６１０，６３０で制御量を演算する。

なお、演算周期と通信周期を考慮すると評価関数Ｊの算出は、管制サーバ６００で実行してもよいが、制御量の演算は油圧ショベル７１０、ダンプトラック７７０それぞれのコントローラ６１０，６３０で実行することが望ましい。以下、コントローラ６１０，６３０で実行される演算について説明する。

≪実施例２：油圧ショベルの制御≫
図１１に戻って油圧ショベル７１０のコントローラ６１０には、ＧＮＳＳ受信機６１３とＩＭＵ６１４（図９記載のブームＩＭＵ７２２、アームＩＭＵ７２３、およびバケットＩＭＵ７２４参照）の情報から油圧ショベル７１０および爪先の位置・姿勢を算出する位置・姿勢算出機能、油圧シリンダの圧力からバケットの土砂重量を算出する土砂量算出機能、および油圧ショベル７１０の動作を制御する姿勢制御機能が実装されている。

位置・姿勢算出機能は、式（１１）を用いて油圧ショベル７１０および爪先の位置・姿勢を算出する。
土砂量算出機能は、位置・姿勢算出機能が算出した姿勢情報と圧力センサで取得したシリンダ圧力とを用いてバケット７１３内の土砂の重量を算出する。土砂を含むバケット７１３の重量はフロント装置７２０の慣性モーメントに大きな影響を与える。このため、土砂重量を算出する機能は基礎モデル（未知パラメータｑ）を更新することに相当し、本実施例では土砂量算出機能自体がモデル更新部１１５に相当する。

姿勢制御機能は、土砂重量を考慮した運動方程式（式（１６）～（１８）参照）を利用して、評価関数Ｊ（式（２３）参照）を最小化するようにシリンダ速度ｓ_ｖを制御量ｕとして算出する。このため姿勢制御機能は制御量演算部１１６に相当する。
算出したシリンダ速度ｓ_ｖを実現するには既存のシステム（油圧ショベル）に実装されているシリンダ制御装置に与える指令値ｖへ制御量ｕを変換する必要がある。

図１３は、実施例２に係る制御量ｕの指令値ｖへの変換を説明するための図である。制御量演算部１１６が算出した制御量ｕ（シリンダ速度ｓ_ｖ）を、指令変換部１３０がシリンダ制御装置６１１への指令値ｖへと変換する。シリンダ制御装置６１１が油圧システム６１２（図１１参照）を駆動することでシリンダ長が変化すると、リンク角度θ、角速度ωが変化し、それらの値をＩＭＵ６１４（図１１参照）で検出することができる。ＩＭＵ６１４で検出した値である実際のシリンダ速度と、式（１４）～（１８）から計算した所望のシリンダ速度（制御量ｕ）とに差がある場合には、その差が解消するように指令値ｖの演算（変換、式（５）の伝達関数）を更新する。以上の演算は指令変換部１３０と変換更新部１４０とに相当する。
また、ＩＭＵ６１４で検出した各速度から各関節の粘性摩擦係数（未知パラメータｑ）を同定することも可能である。この機能はモデル更新部１１５に相当する。

≪実施例２：エンジンモデル≫
評価関数要素ｊ_２（式（２０）参照）および評価関数要素ｊ_３（式（２１）参照）を小さくするにはエンジンおよびＥＣＵ６１５に関する動特性（挙動、ダイナミクス）が必要になる。しかしながら、エンジンに関する複雑なモデルをコントローラ６１０に実装するのは容易ではない。

図１４は、実施例２に係るエンジンモデル６５０を説明するための図である。油圧システム６１２を駆動するために必要な動力（ポンプ吸収動力）は、油圧ポンプ７４１の圧力センサから計測することができ、かつ当該動力がエンジン７４８から供給されるという事実に注目して、簡易なエンジンモデルを作成することが望ましい。図１４に示したように、油圧ポンプ７４１に取り付けた圧力センサから推定したエンジン動力、ＥＣＵ６１５から受信した燃料噴射量、および制御量ｕについて、制御量ｕを入力、エンジン出力Ｅ_ｐｗｒおよび燃料噴出量Δf_ｅｘを出力とするエンジンモデル６５０を構築することができる。このようなエンジンモデル６５０の構築手法は後述のダンプトラック７７０のコントローラ６３０にも採用することができる。

≪実施例２：ダンプトラックの制御≫
図１１に戻ってダンプトラック７７０のコントローラ６３０には、ＧＮＳＳ受信機７８２とＩＭＵ７８３の情報とからダンプトラック７７０の位置・姿勢情報を算出する位置・姿勢算出機能、油圧ショベル７１０のコントローラ６１０が算出した土砂量の累計値を計算する積み込み土砂重量算出機能、およびダンプトラック７７０の動作を制御する車両制御機能が実装されている。

位置・姿勢算出機能は、ＧＮＳＳ受信機７８２で取得した車体位置と、ＩＭＵ７８３の検出結果からダンプトラック７７０の車体姿勢を算出する。
積み込み土砂重量算出機能は、コントローラ６１０が算出したバケット７１３に積み込んだ土砂量を累積することでダンプトラック７７０に積み込まれた土砂の重量を算出する。積み込んだ土砂量によってダンプトラック７７０の総重量が変化すると、ダンプトラック７７０の加速特性が変化する。このため、ダンプトラック７７０に積算された土砂重量を算出する機能も基礎モデル（車両モデル）を更新する操作に相当し、本実施例では積み込み土砂重量算出機能はモデル更新部１１５に相当する。

車両制御機能は、土砂重量を考慮した運動方程式を利用して評価関数（式（２３）参照）を最小化するようにダンプトラック７７０の速度や角速度を制御量ｕとして算出する。車両制御機能は制御量演算部１１６に相当する。
実施例１のフォークリフト５１０の例と同様に、速度制御装置６３１と操舵制御装置６３２へ出力される指令値ｖへの変換を行うことでダンプトラック７７０を適切に制御することができる。

≪実施例２の特徴≫
以上に説明したように、制御システム１００は油圧ショベル７１０とダンプトラック７７０のような複数の作業機械を同時に制御するような場合にも有効である。なお油圧ショベル７１０、およびダンプトラック７７０の何れか一方が、作業員が搭乗して操作する形態においても、有人機械のコントローラ６１０，６３０の制御機能を停止すればよく、他方の作業機械のみで評価関数Ｊを最小化するように制御できる。つまりは、制御システム１００は自律化機械（制御システム１００が制御する作業機械）と非自律化機械（作業員が操作する作業機械）が混在する環境においても有効である。

以上、本発明のいくつかの実施形態について説明したが、これらの実施形態は、例示に過ぎず、本発明の技術的範囲を限定するものではない。本発明はその他の様々な実施形態を取ることが可能であり、さらに、本発明の要旨を逸脱しない範囲で、省略や置換等種々の変更を行うことができる。これら実施形態やその変形は、本明細書等に記載された発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１００ 制御システム
１１１ 運用設定部
１１２ 基礎モデル設定部
１１３ 追従目標設定部
１１４ 評価関数設定部
１１５ モデル更新部
１１６ 制御量演算部
１３０ 指令変換部
１３１ 定常特性変換部
１３２ 動特性補償部
１４０ 変換更新部
２００ 制御対象
２１０ 駆動部
５１０ フォークリフト（制御対象）
５２０ 作業員（制御対象以外の動体）
５５０ 倉庫（作業エリア）

Claims (10)

1. 作業機械である制御対象の、動作目標と、動作の評価指標と、動作モデルとに基づいて、前記制御対象を駆動するための制御量を算出する制御量演算部と、
   前記制御対象の状態量に基づき、前記動作モデルを更新するモデル更新部とを備える
   ことを特徴とする制御システム。
2. 前記制御量を前記制御対象の駆動部に対する指令値へ変換する指令変換部と、
   前記制御量から前記指令値への変換特性を、前記指令値と前記制御対象の応答とに基づいて更新する変換更新部とをさらに備える
   ことを特徴とする請求項１に記載の制御システム。
3. 前記制御対象の動作の開始状態および終了状態を受け付け、
   前記開始状態から前記終了状態までの最短の動作経路を算出して、当該動作経路を前記動作目標に設定する追従目標設定部をさらに備える
   ことを特徴とする請求項１に記載の制御システム。
4. 前記評価指標は、前記制御対象が存在する作業エリアにおける前記制御対象の状態、前記作業エリアに存在する前記制御対象と異なる物体の状態、および前記作業エリアの環境状態の何れか少なくとも１つに関する評価指標を含む
   ことを特徴とする請求項１に記載の制御システム。
5. 前記指令変換部は、定常特性変換部および動特性補償部を含んで構成され、
   前記動特性補償部は、前記駆動部の応答遅れを補償するフィードフォワード制御器である
   ことを特徴とする請求項２に記載の制御システム。
6. 前記変換更新部は、
   前記動特性補償部の変換特性を示す伝達関数の係数を算出して更新し、
   算出した係数を含む伝達関数が不安定極を有する場合には、当該係数を前記動特性補償部の変換特性を示す伝達関数に反映しない
   ことを特徴とする請求項５に記載の制御システム。
7. 前記動作モデルは、物理モデルで示され、
   前記モデル更新部は、
   前記制御対象の状態量に基づき前記物理モデルに含まれるパラメータを算出して更新し、
   算出した前記パラメータが所定の範囲内にない場合には、当該パラメータを前記物理モデルに反映しない、
   ことを特徴とする請求項１に記載の制御システム。
8. 前記動作モデルは、物理モデルで示され、
   前記モデル更新部は、
   前記制御対象の状態量に基づき前記物理モデルに含まれるパラメータを算出して更新し、
   算出した前記パラメータが所定の範囲内にない場合には、前記制御量演算部に通知を送信し、
   前記制御量演算部は、前記通知を受信すると、前記制御対象を停止するように制御する
   ことを特徴とする請求項１に記載の制御システム。
9. 前記評価指標は、前記制御対象の生産性、消費エネルギ、制御対象以外の物体との距離、排気ガス性状のうち少なくとも何れか１つを含む
   ことを特徴とする請求項１に記載の制御システム。
10. 作業機械である制御対象を制御する制御システムが、
    前記制御対象の、動作目標と、動作の評価指標と、動作モデルとに基づいて、前記制御対象を駆動するための制御量を算出するステップと、
    前記制御対象の状態量に基づき、前記動作モデルを更新するステップと
    を実行することを特徴とする制御方法。

Images