JP3127688B2

JP3127688B2 - フィードバックゲイン決定方法

Info

Publication number: JP3127688B2
Application number: JP05303990A
Authority: JP
Inventors: 俊治宮原
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 1993-12-03
Filing date: 1993-12-03
Publication date: 2001-01-29
Anticipated expiration: 2016-01-29
Also published as: US5473534A; JPH07160304A; DE4442834A1; DE4442834C2

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、フィードバック制御
におけるフィードバックゲインの最適値を容易かつ迅速
に決定するための方法に関する。

【０００２】

【従来の技術】加熱炉の温度制御等のプロセス制御や、
無人搬送車の走行制御等のサーボ制御において、フィー
ドバック制御が行われる。かかるフィードバック制御に
おいては、制御対象となる量（以下、「制御量」とい
う。）を制御手段となる調節器等にフィードバックして
目標値との偏差を算出し、この偏差に予め設定されたゲ
イン（フィードバックゲイン）を加味することによっ
て、制御対象に加える調節量が決定される。従って、フ
ィードバック制御において好ましい制御結果を得るため
には、このフィードバックゲインの大きさを最適に設定
することが非常に重要となる。かかるフィードバック制
御において、安定性・精度・応答性のいずれをも満足す
る制御結果を得るための方法として、ＰＩＤ動作を取り
入れたフィードバック制御（ＰＩＤ制御）がある。

【０００３】このＰＩＤ制御においては、偏差の信号に
対して、調節器においてＰ（比例）動作，Ｉ（積分）動
作，Ｄ（微分）動作の三種の制御動作が行われる。これ
によって、応答性が良く、目標値からの最終的なずれ
（オフセット）が少なく、しかも安定性に優れたフィー
ドバック制御が可能になる。このようなＰＩＤ制御にお
いては、三種の制御動作の各々について、フィードバッ
クゲインを最適に設定する必要がある。しかし、無限に
考えられる三種の値の組合せの中から最適なものを見い
出すのは容易ではない。そこで、従来から、ＰＩＤ制御
における三種のフィードバックゲインの最適値を短時間
でしかも容易に見い出すための現場的な手法が考えられ
てきた。かかる手法の中でも代表的なものとして、ASME
Trans.,vol.64,(1942.11.) , J.G.Zieg-ler, N.B.Nich
ols, pp.759 〜768 ，の文献に記載された限界感度法が
ある。この限界感度法は、制御対象に対して実際にＰＩ
Ｄ制御を行って、制御量が持続振動を起こすときのＰゲ
インの大きさを求め、このときのＰゲインの値から各ゲ
インの最適値を経験則に従って決定する方法である。

【０００４】具体的には、Ｉゲイン（積分時間）を無限
大、Ｄゲイン（微分時間）をゼロとして実質的にＰ動作
のみの状態としておき、Ｐゲインを徐々に小さくしてい
く。そして、制御量が持続振動を起こす状態となった
ら、このときのＰゲインの値ををＰ_Cとし、持続振動の
周期をτ_Cとする。このＰ_Cおよびτ_Cの値を用いて、
Ｐ，Ｉ，Ｄの各ゲインを、それぞれ例えば以下の値に設
定する。Ｐゲイン＝１．６ × Ｐ_C Ｉゲイン＝０．５ × τ_C Ｄゲイン＝０．１２５ × τ_C 各々の係数は経験的に求められ、その妥当性が実験的に
確かめられているものである。なお、これらの係数は制
御対象によって変わってくる。このようにして、ＰＩＤ
ゲインの値が決定される。

【０００５】

【発明が解決しようとする課題】しかしながら、この限
界感度法では、持続振動状態を如何にして検出するかが
実用上問題となる。上述の如く、実際に制御を行って制
御量の振動状態を見い出す方法は、ゲインの決定に長時
間を要するという難点がある。のみならず、制御対象に
よっては持続振動状態に達したことを検知するのが困難
な場合もある。例えば、無人搬送車（以下、「ＡＧＶ」
ともいう。）を走行経路に沿って走行させるフィードバ
ック制御においては、ＡＧＶの走行経路の変化が極めて
緩慢であるため、持続振動状態に達した時点を正確に特
定するのは容易ではない。

【０００６】このような制御対象に対しては、制御量と
各ゲインとの関係を表す関数を導入してシミュレーショ
ン計算を行うことによって持続振動点を算出する方法等
がとられる。そのシミュレーションの結果より持続振動
点を求める方法として、一般に二分探索法が用いられ
る。この二分探索法においては、まずＰゲインの初期値
を二つ設定して（これらを最大値と最小値と呼ぶ。）、
これらの値を制御量と各ゲインとの関係を表す関数に代
入し、求められた値と目標値との差を検討する。次に、
最大値と最小値の中間の値を代入して、さらに、最大値
と最小値のうち、得られた値との間で目標値を挟む関係
になる値を代入する。このようにして、順次、目標値を
挟む二つの値を二分するＰゲインの値を代入していく。
このような演算を実行していった結果、目標値に最も近
づくときのＰゲインの値が、持続振動状態になるＰゲイ
ンの値となる。しかしながら、二分探索法では、制御量
と各ゲインとの関係を的確に表す関数を見い出すことが
困難な場合が多い。また、最初に設定するＰゲインの最
大値と最小値が適切でなく、これらの値の間に持続振動
となるＰゲインの値が含まれていない場合には、永久に
値が定まらず発散してしまうという問題点があった。そ
こで本発明においては、短時間で、制御対象の種類に関
わらず、確実かつ容易に、ＰＩＤゲインを始めとするフ
ィードバックゲインの最適値を決定することができるフ
ィードバックゲイン決定方法を提供することを目的とす
る。

【０００７】

【課題を解決するための手段】上記課題を解決するため
に、本発明に係るフィードバックゲイン決定方法は、図
１に模式的に示されるように構成されている。すなわ
ち、このフィードバックゲイン決定方法は、フィードバ
ック制御Ｍ２におけるフィードバックゲインＭ４を決定
する方法であって、フィードバックゲインＭ４を設定し
てフィードバック制御Ｍ２を行い、得られた目標値に対
する制御量Ｍ６から制御結果を評価する評価量Ｍ８を算
出する評価量算出工程Ｍ１０と、評価量算出工程Ｍ１０
を所定回数繰り返し、得られた評価量Ｍ８から所定条件
に従ってフィードバックゲインＭ４の最適値を決定する
最適値決定工程Ｍ１２とを有する。

【０００８】ここで、前記フィードバックゲインが比例
制御ゲインである場合には、前記評価量として、前記評
価量算出手段で得られた、目標値に対する制御量を時間
軸に沿ってプロットしたときの変化軌跡の長さの関数を
用いる。また、前記フィードバックゲインが積分制御ゲ
インである場合には、前記評価量として、前記評価量算
出手段で得られた、目標値に対する制御量を時間で積分
した積分値の関数を用いる。また、前記フィードバック
ゲインが微分制御ゲインである場合には、前記評価量と
して、前記評価量算出手段で得られた、目標値に対する
制御量の絶対値を時間で積分した積分値の関数を用い
る。

【０００９】

【作用】本発明のフィードバックゲイン決定方法の作用
を、図１を参照して説明する。図１に示されるように、
このフィードバックゲイン決定方法においては、評価量
算出工程Ｍ１０において、フィードバックゲインＭ４が
ある値に設定されて、フィードバック制御Ｍ２が行われ
る。そして、このフィードバック制御Ｍ２によって得ら
れた目標値に対する制御量Ｍ６の値を用いて、得られた
制御結果の好ましさの程度に関する評価量Ｍ８が算出さ
れる。最適値決定工程Ｍ１２においては、この評価量算
出工程Ｍ１０が所定回数繰り返して行われ、得られた評
価量Ｍ８の値を用いて、所定条件に従ってフィードバッ
クゲインＭ４の最適値が決定される。ここで、評価量Ｍ
８は、制御結果の好ましさの程度を示すものであるた
め、得られた評価量Ｍ８に所定条件を適用することによ
って、制御量Ｍ６が最適になるようにフィードバックゲ
インＭ４を決定することができる。このようにして、短
時間で、制御対象の種類に関わらず、確実かつ容易に、
フィードバックゲインの最適値を決定することができ
る。

【００１０】フィードバックゲインとして比例制御ゲイ
ンを決定するために、評価量として評価量算出手段で得
られた、目標値に対する制御量を時間軸に沿ってプロッ
トしたときの変化軌跡の長さの関数を用いている。比例
制御ゲインは制御の安定性を左右する要因であり、制御
の安定性は目標値に対する制御量がふらつく程度によっ
て評価できるので、目標値に対する制御量を時間軸に沿
ってプロットした軌跡の長さの関数は、比例制御ゲイン
を評価するのに適している。従って、目標値に対する制
御量を時間軸に沿ってプロットした軌跡の長さの関数を
評価量として用いることによって、最適な安定性をもた
らす比例制御ゲインの値を迅速・適確に求めることがで
きる。

【００１１】フィードバックゲインとして積分制御ゲイ
ンを決定するために、評価量として評価量算出手段で得
られた、目標値に対する制御量を時間で積分した積分値
の関数を用いている。積分制御ゲインは制御の精度を左
右する要因であり、目標値に対する制御量を時間で積分
した積分値の関数は制御のオフセットを反映するため、
積分制御ゲインを評価するのに適している。従って、目
標値に対する制御量を時間で積分した積分値の関数を評
価量とすれば、最適な精度をもたらす積分制御ゲインの
値を迅速・適確に求めることができる。

【００１２】フィードバックゲインとして微分制御ゲイ
ンを決定するために、評価量として評価量算出手段で得
られた、目標値に対する制御量の絶対値を時間で積分し
た積分値の関数を用いている。微分制御ゲインは制御の
応答性を左右する要因であり、制御の応答性は目標値に
対する制御量のふらつきの細かさによって評価できるた
め、目標値に対する制御量の絶対値を時間で積分した積
分値の関数は、微分制御ゲインを評価するのに適してい
る。従って、目標値に対する制御量の時間変化の長さの
関数を評価量として用いることによって、最適な安定性
をもたらす微分制御ゲインの値を迅速・適確に求めるこ
とができる。

【００１３】

【実施例】

実施例１次に、本発明を具現化した実施例１について、図２〜図
１１を参照しつつ説明する。本実施例においては、フィ
ードバックゲイン決定方法を、無人搬送車（ＡＧＶ）の
走行制御に適用している。まず、本実施例のＡＧＶの構
成について、図２を参照して説明する。図２は、本実施
例におけるＡＧＶの構成を示す図である。図２に示され
るように、このＡＧＶ２は、操舵輪としての前輪４と駆
動輪としての後輪６によって、走行面８上を走行する。
操舵輪４には操舵モジュール２４が設けられており、ま
た駆動輪６はブレーキ３２を備え、駆動モジュール２８
とブレーキモジュール３０が設けられている。操舵モジ
ュール２４は舵角制御部２２によって制御され、駆動モ
ジュール２８およびブレーキモジュール３０は車速制御
部２６によって制御される。これらの舵角制御部２２お
よび車速制御部２６は、さらに中央処理部１０によって
制御される。

【００１４】中央処理部１０は、中央処理装置（ＣＰ
Ｕ）１２，ＲＡＭ１４，ＲＯＭ１６のメモリ部を中心と
して構成されたコンピュータシステムである。これらの
ＣＰＵ１２，ＲＡＭ１４，ＲＯＭ１６の間は、データバ
ス１８によって互いにデータ転送可能に接続されてい
る。一方、ＡＧＶ２の前端中央部の下面には横ずれ量検
出部２０が設けられている。この横ずれ量検出部２０
は、ピックアップコイルを内蔵したセンサを有してお
り、ＡＧＶ２の走行経路に沿って走行面８上に敷設され
た誘導線を、電磁誘導によって検出する。この検出信号
の大きさによって誘導線と横ずれ量検出部２０の距離、
すなわちＡＧＶ２の横ずれ量が検出される。また、検出
信号の符号（正負）によって、左右いずれにずれている
かが検出される。この横ずれ量検出部２０からの検出信
号は中央処理部１０に入力され、中央処理部１０ではこ
の信号に基づいて所定の演算処理が行われる。この演算
処理の結果に基づいて、中央処理部１０から舵角制御部
２２および車速制御部２６に対して制御信号が出力され
る。

【００１５】このＡＧＶ２の走行制御システムにおける
信号の流れについて、図３を参照してさらに詳しく説明
する。図３は、ＡＧＶ２の走行制御システムの構成を示
すブロック図である。図３に示されるように、ＡＧＶ２
の走行制御システムは、検出部３４，中央処理部１０，
制御部４８，駆動部５０，被駆動部６０によって構成さ
れている。検出部３４としては、前記横ずれ量検出部２
０以外に、図２には示されない車速検出部３６および舵
角検出部３８がある。車速検出部３６の検出信号は中央
処理部１０の車速演算部４０に入力され、横ずれ量検出
部２０および舵角検出部３８の検出信号は中央処理部１
０の舵角演算部４２に入力される。車速演算部４０と舵
角演算部４２においては、ゲイン調整部４４およびゲイ
ン演算部４６からのデータに基づいて、それぞれ車速と
舵角の演算が行われる。これらの車速演算部４０，舵角
演算部４２，ゲイン調整部４４，ゲイン演算部４６は、
いずれも図２のＣＰＵ１２，ＲＡＭ１４，ＲＯＭ１６，
データバス１８上に構成されている。

【００１６】車速演算部４０，舵角演算部４２における
演算結果は、それぞれ制御部４８の車速制御部２６，舵
角制御部２２に送られる。この演算結果に基づいて、車
速制御部２６は駆動部５２，５４に制御信号を出力し、
舵角制御部２２は駆動部５６に制御信号を出力する。駆
動部５２は、車速制御部２６からの制御信号に基づい
て、被駆動部６０のうちのアクセル６２を駆動する。ま
た、駆動部５４は車速制御部２６の制御信号に基づいて
ブレーキ３２を駆動し、駆動部５６は舵角制御部２２の
制御信号に基づいてステアリング６４を駆動する。駆動
部５２とアクセル６２によって駆動モジュール２８が構
成され、駆動部５４とブレーキ３２によってブレーキモ
ジュール３０が、また駆動部５６とステアリング６４に
よって操舵モジュール２４が構成されている。

【００１７】さて、このような構成を有するＡＧＶ２の
走行制御システムにおいて、Ｐ（比例），Ｉ（積分），
Ｄ（微分）の各動作を取り入れたフィードバック制御
（ＰＩＤ制御）が行われる。このＰＩＤ制御において、
Ｐ，Ｉ，Ｄの各フィードバックゲインの最適値を決定す
る方法について、図４〜図７を参照して説明する。ＡＧ
Ｖ２が走行する際には、前述の如く、走行経路に沿って
敷設された誘導線と横ずれ量検出部２０とのずれの量お
よび方向に応じた検出信号が出力される。図４は、この
検出信号の一例を示したものである。図４において、縦
軸は横ずれ量検出部２０からの検出信号の電圧値Ｖを表
し、横軸はＡＧＶ２の走行時間を表している。電圧値Ｖ
の正負によって、誘導線に対して左右どちらにずれてい
るかが表される。ＡＧＶ２が敷設された誘導線に沿って
正確に走行していれば、この検出信号の電圧値Ｖはゼロ
になる。従って、ＡＧＶ２の走行制御においては、この
電圧値Ｖの経時変化を示す曲線ε（ｔ）を、できるだけ
横軸と一致させる必要がある。そして、得られる制御結
果が安定性・精度・応答性の全てを満足するように、
Ｐ，Ｉ，Ｄの各ゲインの最適値を決定する必要がある。

【００１８】ここで、Ｐゲインは制御の安定性を左右
し、Ｉゲインはオフセットの大小すなわち制御の精度を
左右する要因となり、Ｄゲインは制御の応答性を支配す
る。そこで、本実施例においては、このような特質を有
するＰＩＤの各ゲインの値が電圧曲線ε（ｔ）に与える
影響を的確に評価するために、各ゲインについての評価
関数を導入する。図４の式（１），（２），（３）に示
される関数ＬＲ，Ｓｖｖ，Ａｓｖが、この評価関数であ
る。関数ＬＲはＰゲインの評価関数であり、関数Ｓｖｖ
はＩゲインの、またＡｓｖはＤゲインの評価関数であ
る。これらの評価関数のもつ意味について、図４を参照
して説明する。まず関数ＬＲは、図４の式（１）に示さ
れるように、測定時間（Ｃ_S〜Ｃ_E）内に描かれる電圧
曲線ε（ｔ）の長さと測定時間（Ｃ_E−Ｃ_S）との比を
表している。従って、理想的な制御状態においては、Ｌ
Ｒ＝１となる。走行制御の安定性は、ＡＧＶが左右にふ
らつく程度によって評価できるので、評価関数ＬＲは、
制御の安定性に関わるＰゲインを評価するのに適してい
る。この関数ＬＲが理想値１に近づくようにＰゲインを
調節することによって、Ｐゲインの最適値が求められ
る。

【００１９】次に関数Ｓｖｖは、図４の式（２）に示さ
れるように、測定時間（Ｃ_S〜Ｃ_E）内における測定電
圧Ｖｉの総和を求めて、これに定数Ｃを乗ずることによ
って３０秒当たりの値に直したものである。この測定電
圧Ｖｉの総和の大きさおよび符号は、制御のオフセット
の大きさと符号をそのまま反映したものであり、Ｉゲイ
ンを評価するのに適している。関数Ｓｖｖの理想値は０
であり、Ｓｖｖが０に近づくようにＩゲインを調節する
ことによって、Ｉゲインの最適値が求められる。

【００２０】関数Ａｓｖは、図４の式（３）に示される
ように、測定時間（Ｃ_S〜Ｃ_E）内における測定電圧Ｖ
ｉの絶対値の総和を求めて、これに定数Ｃを乗じて３０
秒当たりの値に直したものである。すなわち、関数Ａｓ
ｖの大きさは、図４において電圧曲線ε（ｔ）と横軸で
囲まれた部分の面積に対応している。走行制御の応答性
は、ＡＧＶの左右のふらつきの細かさ、すなわち図４の
曲線ε（ｔ）の波形の細かさによって評価できるため、
関数Ａｓｖは制御の応答性に関わるＤゲインを評価する
のに適している。このＡｓｖの値が理想値０に近づくほ
ど制御の応答性が向上することになり、関数Ａｓｖが０
に近づくようにＤゲインを調節することによって、Ｄゲ
インの最適値が求められる。

【００２１】このように、各評価関数は、それぞれＰゲ
イン、Ｉゲイン、Ｄゲインの最適値を評価するために適
している。のみならず、これらの評価関数を用いること
によって、各ゲインの最適値が、他の二つのゲインの設
定値に関わらず、的確に求められるという利点を有して
いる。従って、本来、互いに関連する複数の関数につい
て最適値を求める際に必要とされる、線形計画法等の非
常に複雑な多変数解析手法を用いることなく、極めて容
易にＰＩＤゲインの最適値を決定できるという長所があ
る。

【００２２】次に、これらの評価関数が各ゲインの変化
に伴ってどのように変化するかについて、図５〜図７を
参照して説明する。図５はＰゲインの変化に対する関数
ＬＲの変化を示すものであり、図６はＩゲインの変化に
対する関数Ｓｖｖの変化を示し、図７はＤゲインの変化
に対する関数Ａｓｖの変化を示している。関数ＬＲは、
図５に示されるように、Ｐゲインの変化に伴って下に凸
の曲線を描き、極小点において理想値１に最も近づく。
従って、図５の曲線における極小点に対応するＰゲイン
の値Ｐ_optが、Ｐゲインの最適値となる。関数Ｓｖｖ
は、図６に示されるように、Ｉゲインの増加とともに一
様に減少し、ある点において０となる。従って、図６の
曲線においてＳｖｖ＝０に対応するＩゲインの値Ｉ_opt
が、Ｉゲインの最適値となる。関数Ａｓｖは、図７に示
されるように、Ｄゲインの変化に伴って下に凸の曲線を
描き、極小点において理想値０に最も近づく。従って、
図７の曲線における極小点に対応するＤゲインの値Ｄ
_optが、Ｄゲインの最適値となる。

【００２３】これらの最適値を各評価関数のデータから
求めるには、二つの方法が考えられる。一つは、図５〜
図７に示されるように、各評価関数の理想値から一定範
囲内を最適範囲として、各評価関数の値がこの最適範囲
内に入ったときの各ゲインの値を最適値として選択する
方法である。もう一つは、関数補間により、図５〜図７
の最適値Ｐ_opt，Ｉ_opt，Ｄ_optを算出する方法であ
る。すなわち、最適値Ｐ_opt，Ｉ_opt，Ｄ_optを挟むよ
うにして複数個の評価関数の値を求め、これらをプロッ
トすることによって図５〜図７の曲線を描き、最適値Ｐ
_opt，Ｉ_opt，Ｄ_optを算出するものである。この関数
補間法は、前記の最適範囲による方法と比較して、より
最適なゲインの値が得られるという利点がある。

【００２４】次に、このような評価関数を用いて、ＡＧ
Ｖの走行制御におけるＰＩＤゲインの最適値を求める具
体例について、図８を参照して説明する。図８は、本実
施例における無人搬送車の走行経路を示す平面図であ
る。図８に示されるように、本実施例におけるＡＧＶ２
の走行経路７０は、長円形の閉鎖ループであり、走行条
件の異なる四つの区分に分かれる。走行経路７０上の地
点ａから地点ｂまでの走行区分７２においては、ＡＧＶ
２は低速で曲線に沿って走行する。地点ｂから地点ｃま
での走行区分７４においては、ＡＧＶ２は高速で直線上
を走行する。さらに、地点ｃから地点ｄまでの走行区分
７６においては、ＡＧＶ２は高速で曲線に沿って走行す
る。地点ｄから地点ａまでの走行区分７８においては、
ＡＧＶ２は低速で直線上を走行する。

【００２５】さて、このような走行経路７０に沿ってＡ
ＧＶ２を走行させるための走行制御において、ＰＩＤゲ
インの最適値を決定する手順について、図９および図１
０を参照して説明する。図９，図１０は、本実施例にお
けるＰＩＤゲイン決定処理の手順を示すフローチャート
である。このフローチャートに示される処理は、図２の
中央処理部１０において実行される。本実施例において
は、図８の各走行区分ごとにデータ取りとゲイン決定処
理が行われる。すなわち、例えばＡＧＶ２を走行区分７
２のみを繰り返し走行させてデータ取りを行い、走行区
分７２についてのＰＩＤゲインをまず決定する。次に、
走行区分７４のみを走行させてデータ取りを行う、とい
った具合である。図９のステップＳ２で処理が開始され
ると、まずＰＩＤゲインの最適値を求めようとする走行
区分（図８の走行区分７２，７４，７６，７８のいずれ
か）のコース条件が設定される（ステップＳ４）。次
に、Ｐ，Ｉ，Ｄの各ゲインの値が初期化される（ステッ
プＳ６）。すなわち、各ゲインの値が、図２の中央処理
部１０のＲＯＭ１６に予め記憶されている初期値に設定
される。続いて、まずＰゲインの最適値を求める処理が
行われる（ステップＳ８）。

【００２６】このステップＳ８の処理の内容について、
図１０を参照して説明する。ステップＳ２０で処理が開
始され、ＡＧＶ２が図９のステップＳ６で設定されたＰ
ＩＤゲインの初期値を用いた制御によって走行経路７０
上を実走行する（ステップＳ２２）。そして、横ずれ量
検出部２０からの出力電圧のデータが中央処理部１０に
取り込まれる（ステップＳ２４）。この出力電圧のデー
タは例えば図４のε（ｔ）のようになり、このデータを
用いて、図４の式（１）に従ってＰゲインの評価関数Ｌ
Ｒの値が算出される（ステップＳ２６）。続いて、この
ＬＲの値が終了条件を満たしているか否かの判定が行わ
れる（ステップＳ２８）。終了条件を満たしていれば、
すなわちＬＲの値が図５の最適範囲内に入っていれば、
このときのＰゲインの値が最適値として決定され（ステ
ップＳ３０）、図９の処理に復帰する（ステップＳ３
２）。ＬＲの値が終了条件を満たしていなければ、Ｐゲ
インの値が所定量だけ変更され（ステップＳ３４）、ス
テップＳ２２以下の処理が繰り返される。

【００２７】続いて、図９のステップＳ１０，Ｓ１２に
おいて、Ｉゲインの最適値を求める処理およびＤゲイン
の最適値を求める処理が順に行われる。これらの処理
も、図１０に示されるＰゲインの最適値を求める処理と
同様にして行われる。すなわち、Ｉゲインについては、
図１０のステップＳ２６において、図４の式（２）に従
ってＩゲインの評価関数Ｓｖｖの値が算出される。ま
た、Ｄゲインについては、図１０のステップＳ２６にお
いて、図４の式（３）に従ってＩゲインの評価関数Ａｓ
ｖの値が算出される。そして、算出されたＳｖｖ，Ａｓ
ｖの値が図６あるいは図７の最適範囲に入っていれば、
このときのＩゲイン，Ｄゲインの値が最適値として決定
される。このようにして求められた三種のゲインの最適
値のデータは、ステップＳ４で設定されたコース条件の
データと一組のデータとして、図２の中央処理部１０の
ＲＡＭ１４に保存される。

【００２８】そして、走行経路７０の全ての走行区分に
ついて処理が終了したか否かが判定され（ステップＳ１
４）、ＹＥＳであれば各走行区分についてのデータを登
録して（ステップＳ１６）、処理は終了する（ステップ
Ｓ１８）。ステップＳ１４における判定がＮＯであれ
ば、ステップＳ４に戻って次の走行区分について同様の
処理が行われる。このようにして、Ｐ，Ｉ，Ｄの各ゲイ
ンの最適値が決定される。なお、図９および図１０のフ
ローチャートにおいては、このように図５〜図７の最適
範囲に入った時点における各ゲインの値を最適値として
決定しているが、前述の如く、関数補間によって各ゲイ
ンの最適値（図５〜図７のＰopt ，Ｉopt，Ｄopt ）を
求める方式としても良い。

【００２９】さて、このような手順に従って求められた
ＰＩＤゲインの具体例について、図１１を参照して説明
する。図１１（Ａ）は、本実施例によるＰＩＤゲイン決
定処理の具体例を示す図であり、図１１（Ｂ）はＰゲイ
ン決定処理の部分を示す図である。図１１（Ａ），
（Ｂ）の縦軸は各ゲインの大きさを表し、横軸は時間の
経過を表している。ここで図１１（Ａ）においては、図
１０のフローチャートと異なり、関数補間によって各ゲ
インの最適値（図５〜図７のＰopt ，Ｉopt ，Ｄopt ）
を求めた例が示されている。

【００３０】まずＩゲイン，Ｄゲインがそれぞれ初期値
Ｉ０，Ｄ０に設定された状態でＰゲインが初期値Ｐ１か
ら所定量ずつ増やされて、実走行により出力電圧のデー
タが採られ、評価関数ＬＲの値が算出される。ＬＲの値
が極小値を通過した時点でデータ取りを止め、それまで
に得られたＬＲの値を用いて関数補間によってＰゲイン
の最適値Ｐopt を算出する。図１１（Ａ）においては、
ゲイン値Ｐ６を代入した時点でＬＲの値が極小値を通過
したことが分かるため、Ｐ１〜Ｐ６に対応するＬＲの値
を用いて関数補間を行っている。次に、算出されたＰop
t の値とＤ０の値とを用いて、Ｉゲインが初期値Ｉ１か
ら所定量ずつ増やされ、同様にしてＩopt が算出され
る。さらに、Ｐopt の値とＩopt の値とを用いて、同様
の手順によってＤopt が算出される。

【００３１】一方、図１１（Ｂ）は、図１０のフローチ
ャートに従って、Ｐゲインの評価関数が最適範囲に入っ
た時点で最適値として採用している例である。すなわ
ち、第１計算区間から順次Ｐゲインの値を増加させてデ
ータ取りと演算を行い、第５計算区間において評価関数
ＬＲの値が図５の最適範囲に入ったため、このときのＰ
ゲインの値を最適値と決定している。ここで、図１１
（Ａ），（Ｂ）のいずれの例においても各ゲインの値を
同量ずつ増やしているが、増加幅は各ゲインごとに変え
ても良いのみならず、１ステップごとに変えることもで
きる。特に、ＰゲインとＤゲインの場合には、図５，図
７にそれぞれ示されるように、最適値から離れるほどゲ
イン変化に対する評価関数の変化率が大きくなる。従っ
て最初はゲインの増加幅を小さくして、最適値に近づく
ほど増加幅を大きくすれば、確実にかつ効率良く算出で
きる。

【００３２】実施例２次に、本発明を具現化した実施例２について、図２，図
８および図１２を参照して説明する。本実施例は、実施
例１と異なり、ＡＧＶ２を走行経路に沿って連続的に走
行させながらＰＩＤゲインの決定を行うことを特徴とす
る。すなわち、図８の走行経路７０を周回しながら、各
走行区分７２，７４，７６，７８のそれぞれについて、
最適なＰＩＤゲインを決定していくものである。なお、
ＡＧＶの構造や走行制御システムの構成、走行経路等に
ついては、実施例１と同様である。

【００３３】本実施例の処理手順について、図１２を参
照して説明する。図１２は、フィードバックゲイン決定
方法の実施例２におけるゲイン決定処理の手順を示すフ
ローチャートである。このフローチャートに示される処
理は、図２の中央処理部１０において実行される。図１
２のステップＳ５２で処理が開始されると、まずＰ，
Ｉ，Ｄの各ゲインの値が初期化される（ステップＳ５
４）。すなわち、各ゲインの値が、図２の中央処理部１
０のＲＯＭ１６に予め記憶されている初期値に設定され
る。続いて、ＡＧＶ２が走行経路７０上を実走行する
（ステップＳ５６）。ここで、各走行区分の境界点ａ，
ｂ，ｃ，ｄにトリガ信号を発信するためのマーカが設け
られている。このマーカからトリガ信号が入力されたか
否かが判定される（ステップＳ５８）。この判定がＮＯ
であればＡＧＶ２はそのまま走行し、トリガ信号が入力
された時点でステップＳ６０へ移行して、まずＰゲイン
の最適値を求める処理が行われる。

【００３４】この処理の内容は実施例１の場合と同様で
あり、図１０の手順に従って実行される。続いて、Ｉゲ
インの最適値を求める処理（ステップＳ６２）、Ｄゲイ
ンの最適値を求める処理（ステップＳ６４）が順に行わ
れる。このようにして求められた三種のゲインの最適値
のデータは、走行区分を示すデータと一組のデータとし
て、図２の中央処理部１０のＲＡＭ１４に登録される
（ステップＳ６６）。走行区分を示すデータは、先に入
力されたトリガ信号に基づいて読み込まれる。そして、
走行経路７０の全ての走行区分についてＰＩＤゲインの
最適値が登録されたか否かが判定され（ステップＳ６
８）、ＹＥＳであれば処理は終了する（ステップＳ７
０）。これによって、ＡＧＶ２が走行経路７０を自動走
行するために必要なデータが揃い、ＡＧＶ２が所定の作
業を行うことが可能になる。ステップＳ６８における判
定がＮＯであれば、ステップＳ５６に戻って次の走行区
分について同様の処理が行われる。なお、トリガ信号の
入力方法としては、各境界点ａ，ｂ，ｃ，ｄに設けられ
たマーカによる以外に、作業者がＡＧＶ２の走行を目視
して手動操作でトリガ信号を発信したり、累積走行距離
によってＡＧＶ２内でトリガ信号が出力される方式をと
っても良い。

【００３５】ここで、ＡＧＶ２が走行区分を走行するの
に要する時間が短く、図１０のステップＳ２８に示され
る終了条件が厳しいと、三種のゲインについての処理が
完了しないうちに次のトリガ信号が入力する（次の走行
区分に入る）場合がある。このような場合には、図１０
のステップＳ２８に示される終了条件を緩めておいて、
とにかく三種のゲインについて最適値を求める。その段
階で次のトリガ信号がまだ入力していなければ、図１０
のステップＳ２８の終了条件を一段階厳しくして、図１
２に点線で示されるようにステップＳ６０に戻り、各ゲ
インについてより好ましい最適値を求めるという手順で
対処できる。あるいは、次の走行区分に入るまでに算出
できなかったゲインについては、次の走行区分における
データ取りと並行して算出を行う方法をとっても良い。
また、図１２のフローチャートでは、ステップＳ５４で
設定された各ゲインの初期値を、全走行区分について共
通に、ステップＳ６０以降の処理の初期値として使用し
ている。ステップＳ５８とステップＳ６０の間に、入力
したトリガ信号に対応して各走行区分に適した各ゲイン
の初期値を入力しなおす工程を設ければ、より短時間で
処理することが可能になる。

【００３６】上記の各実施例では、フィードバックゲイ
ンとして、Ｐ（比例制御），Ｉ（積分制御），Ｄ（微分
制御），の各ゲインを求める例を示したが、ＰＩＤ以外
のフィードバックゲインの最適値を求める際にも適用で
きる。また、実施例１においては、Ｐゲイン→Ｉゲイン
→Ｄゲインの順に最適値を求めているが、どのような順
番で求めても良い。さらに、各ゲインの評価関数も、上
記実施例におけるものに限られず、各ゲインの評価に適
したものであれば、他の関数を用いることも可能であ
る。ＡＧＶの構造や、フィードバックゲイン決定方法の
その他の工程等についても、本実施例に限定されるもの
ではない。

【００３７】

【発明の効果】本発明においては、フィードバック制御
によって得られた、目標値に対する制御量から制御結果
を評価する評価量を算出して、この評価量を用いてフィ
ードバックゲインの最適値を決定するフィードバックゲ
イン決定方法を創出したために、短時間で、制御対象の
種類に関わらず、確実かつ容易に、フィードバックゲイ
ンの最適値を決定することができる。これによって、フ
ィードバック制御を行いながらリアルタイムでフィード
バックゲインの最適値を求めて最適なフィードバック制
御を行うことができ、極めて実用的なフィードバックゲ
イン決定方法となる。

【００３８】そして、比例制御ゲインを決定するため
に、評価量として評価量算出手段で得られた、目標値に
対する制御量を時間軸に沿ってプロットしたときの変化
軌跡の長さの関数を用いているために、比例制御ゲイン
の最適値を迅速・的確に求めることができる。また、積
分制御ゲインを決定するために、評価量として評価量算
出手段で得られた、目標値に対する制御量を時間で積分
した積分値の関数を用いているために、積分制御ゲイン
の最適値を迅速・的確に求めることができる。また、微
分制御ゲインを決定するために、評価量として評価量算
出手段で得られた、目標値に対する制御量の絶対値を時
間で積分した積分値の関数を用いているために、微分制
御ゲインの最適値を迅速・的確に求めることができる。

【図面の簡単な説明】

【図１】本発明に係るフィードバックゲイン決定方法を
模式的に示す図である。

【図２】本発明に係るフィードバックゲイン決定方法の
実施例１，２における無人搬送車の構成を示す図であ
る。

【図３】フィードバックゲイン決定方法の実施例１，２
における無人搬送車の制御システムの構成を示すブロッ
ク図である。

【図４】フィードバックゲイン決定方法の実施例１，２
における制御量と評価関数を示す図である。

【図５】フィードバックゲイン決定方法の実施例１，２
における比例制御ゲインの評価関数を示す図である。

【図６】フィードバックゲイン決定方法の実施例１，２
における積分制御ゲインの評価関数を示す図である。

【図７】フィードバックゲイン決定方法の実施例１，２
における微分制御ゲインの評価関数を示す図である。

【図８】フィードバックゲイン決定方法の実施例１，２
における無人搬送車の走行経路を示す平面図である。

【図９】フィードバックゲイン決定方法の実施例１にお
けるゲイン決定処理の手順を示すフローチャートであ
る。

【図１０】フィードバックゲイン決定方法の実施例１に
おけるゲイン決定処理の手順の一部を示すフローチャー
トである。

【図１１】フィードバックゲイン決定方法の実施例１に
よるゲイン決定処理の具体例を示す図である。

【図１２】フィードバックゲイン決定方法の実施例２に
おけるゲイン決定処理の手順を示すフローチャートであ
る。

【符号の説明】

Ｍ２フィードバック制御Ｍ４フィードバックゲインＭ６制御量Ｍ８評価量Ｍ１０評価量算出工程Ｍ１２最適値決定工程

フロントページの続き (56)参考文献特開昭62−236004（ＪＰ，Ａ) 特開昭55−102004（ＪＰ，Ａ) 特公昭63−26401（ＪＰ，Ｂ２) 特公昭62−4725（ＪＰ，Ｂ２) 須田信英著、システム情報制御学会編、システム制御情報ライブラリー６「ＰＩＤ制御」、初版、株式会社朝倉書店、平成４年７月20日、Ｐ．118−172 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G05B 13/00 - 13/02 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】比例制御ゲイン、積分制御ゲイン、微分
制御ゲインを含むフィードバック制御におけるフィード
バックゲインを決定する方法であって、前記フィードバックゲインを設定して前記フィードバッ
ク制御を行い、得られた目標値に対する制御量から制御
結果を評価する評価量を算出する評価量算出工程と、前記評価量算出工程を所定回数繰り返し、得られた評価
量から所定条件に従って前記フィードバックゲインの最
適値を決定する最適値決定工程とを有し、比例制御ゲインを決定する場合には、前記評価量算出手
段で得られた、目標値に対する制御量を時間軸に沿って
プロットしたときの変化軌跡の長さの関数を前記評価量
とし、積分制御ゲインを決定する場合には、前記評価量
算出手段で得られた、目標値に対する制御量を時間で積
分した積分値の関数を前記評価量とし、微分制御ゲイン
を決定する場合には、前記評価量算出手段で得られた、
目標値に対する制御量の絶対値を時間で積分した積分値
の関数を前記評価量とすることを特徴とするフィードバ
ックゲイン決定方法。