本文へスキップ
HOME 問い合わせ・アクセス リンク
研究室の活動内容
研究室研究実施方法（研究報告会・ゼミ等について）

知能システム研究室では，研究グループごとに週間研究報告会を週1回実施します。報告会では先週までの実施内容と問題点等を報告します。 問題点や疑問点などをこの報告会で検討、議論し来週までに行うことを決定します。また研究報告書に基づき、実験データ解析、提案する方法の考えや原理の説明および実験で明らかになった問題点などを検討していき次週までの実施内容を決めていきます。
研究理論や使用するプログラム開発の基礎をみにつけるため、「専門ゼミ」と呼んでいる勉強会も併せて実施しています。 2025年度実施のゼミは「自動車ゼミ(モデル予測制御理論)」、「ロボット制御およびSLAM関連ゼミ」を実施しています。
研究グループは、(G1) 障害物回避制御法および群ロボットフォーメーション制御法，(G2) Hybrid Electric Vehicle(HEV)駆動部制御と運転動作に依存する車速予測モデル設計特性，(G3)操作者の特性を考慮可能なHITLS(Human-in-the-Loop System)開発、 (G4)フォーメーション制御を実施しています。
学部生は修士学生と共にグループごとに実験装置の操作方法，制御・動画像処理プログラム開発，動作アルゴリズムの理論の理解および、データ解析と報告書作成方法を習得しながら卒業研究を行っていきます。修士課程では，卒業研究での問題を発展させて，従来法では うまくいかない点に対して新しい方法を提案し，実験を通して有効性を示していきます。８月初旬に研究中間報告会を行い，前期までの研究成果を 発表します。研究のアイデア等は週1回実施の研究報告会での話し合いや教員のアドバイスおよび，専門ゼミでの理論の理解を通して進めていきます。
学外発表，修士１年で前半に卒業研究をまとめた内容で１回、後半に１回の合計２回，修士２年で国際学会１回を含む２回 - ３回の発表を目標に 実施しています。修士課程進学の４年生は電気学会研究会等で10月ごろまでの卒研内容の発表を行っています。
学会発表などの研究活動は，学会発表情報に掲載されています。
知能システム研究室では以下のゼミ・研究報告会を行っています。
  1. 研究報告会(週1回)　

  2. 研究グループごとの研究ゼミナール（B4学生＋修士学生）(週1回)

  3. SLAMなど推定・予測よびロボット制御関連ゼミ

  4. モデル予測制御(MPC)基礎ゼミ
研究内容
HEV/EVの高効率駆動部制御関連
ハイブリット車(Hybrid Electric Vehicle・HEV)，プラグインハイブリット車(Plug-in Hybrid Vehicle・PHV)および電気自動車(Electric Vehicle・EV)など 電気モータが駆動部に使用されている自動車の燃費最適化/高効率運動を可能とする，制御アルゴリズムに関する研究を実施しています。HEVでは，エンジンとモータが 同時に駆動部に加わるため，制御則の設計や制御パラメータの選択により燃費が大きく変化します。そこで本研究では，制御対象のモデルを求めモデルに基づいた 設計法を基礎として研究中です。HEVやEVの駆動部データで重要な値である充電率(SOC)，燃費を評価関数とし制御パラメータを利用したデータ駆動型設計法を 提案しています。 我々の研究室ではこれまで駆動部のダイナミクスが車速に依存することを考慮したLPV(Limear Parameter Varying)モデルをモデル予測制御(MPC)に利用した 制御法を提案してきています。 さらに、SOCモデルの非線形特性を陽に考慮し、それ以外のエンジンとモータおよびジェネレータ各駆動部をLPVモデルで表現し 非線形MPCを利用する駆動部制御法の研究も実施しています。MATLAB/Simulinkで提供されているHEVシミュレータによる提案法の有効性の検討だけでなく， 市街地走行を行うドライビングシミュレータを利用した走行実験での有効性の検討も実施しています。
また、運転者による燃費性能低下を防ぐため、運転車が自然に燃費最適走行を実現できるHILを考慮した駆動部制御設計、および操作者の操作は非線形特性と考え、 短時間前のデータ入力から1秒先の動作予測を行う予測モデル設計にLong Short Term Memory(LSTM)を利用した設計法を研究中です。 現状は、全データの80%を学習テストとして学習を行い、残り20%で性能評価を行い，正解率が約90%の結果を得ています。一方で、汎化性能がまだ低くかつ 動作環境に依存する傾向があるため、学習データの特性の定量化を行い、この結果に基づき学習データ取得方法を確立しデータ数低減を目標として 研究を進めています。






センサーフュージョンを利用した移動制御に関する研究
室内および屋外を自立して移動可能な運搬ロボットの制御方法の開発を実施中です。現在の室内運搬ロボットはAuto Guided Vehicle(AGV)と呼ばれている 床面に磁気テープ等を敷設した移動経路追従型が主流となっています。この方法は制御設計が容易である反面，柔軟に経路変更をすることが難しい問題点があります。 そこで物流倉庫等では，Autonomous Mobile Robot(AMR)と呼ばれる自律走行運搬ロボットが稼働し始めています。我々の研究室は，3次元空間を観測できる 深度カメラやステレオカメラと2次元空間データの取得が可能なレーザーレンジ(LRF)を組み合わせて環境認識を行い，目的地点へ自動で移動可能な運搬ロボット 制御法を研究中です。我々は自律で３次元地図作成を行い、この地図を利用して柔軟に目標移動位置が変更可能となる方法を検討しています。
３次元環境地図作成にはSLAM技術を応用し、工場内など作業者との共有した空間で安全確実に動かすためにロボットに搭載されたセンサを 利用した自動回避動作方法とその制御方法を研究中です。現在は３次元情報を取得可能で環境判断も同時に行える深度カメラをセンサに使用する 制御システムを提案し実験を通して有効性を検討しながら研究しています。さらに、ショッピングモール、空港や商店街などのような、多くの歩行者が存在する環境では 対象者により回避動作を変えるほうが「人に優しい」回避になると考え、気遣いを考慮する回避動作を組み込んだ回避制御法も研究しています。



人工ポテンシャル法での障害物回避(左）および実機実験結果






SLAMの精度向上および効率的探査法
柔軟なレイアウト変更が可能であるインテリジェント生産システムの 構築を目指して、自己位置推定と環境地図の同時作成(SLAM)を室内運搬ロボットへ応用することを目指しています。現在はセンサベース＋フロンティアベースを融合した 自律型SLAMを提案し、工場内を想定した環境での有効性を確認しています。また工場のレイアウト変更に伴う環境地図変更などを想定し、時間制約付きSLAMに対して 複数ロボットの協調型SLAMや，施工ロボットの自立化に応用するため建物などの構造情報を組み込むことで位置精度を向上させるVisual SLAMの研究を実施しています。 さらに、群ロボット制御を利用して効率的な環境地図作成を行うため、自由に群形成をさせて移動させる群ロボットの拡散法についての研究も実施しています。


左：従来法，右：提案法
フォーメーション制御関連
リーダーフォロワー制御に基づくフォーメーション制御を点検、探査動作を行うシステムに 応用することを目的として、研究を行っています。対象はドローン（UAV)で、制御目的は人が操作するリーダUAVに対して、複数のフォロワーUAVは自立でフォーメーション形成を保持しながら移動と 衝突回避を行うシステム構築です。シミュレーションによる提案法の有効性の確認と共に、小型ドローンを利用した実験での検討行い、操作しやすいシステム設計開発を目指しています。

過去実施していた研究

施工ロボット関連
研究目的は，「天井に取り付ける装置の施工工事を自動化するロボットの開発」です。 このシステムでの要素技術としては
1) 施工位置へ正確に工事ロボットを移動させる技術
2) 施工実施個所の「見えるか」システムの構築
3) 効率的施工順番の決定技術
があります。今回は1)に対しては建物の構造線を利用する，Structure SLAMの応用を行います。3)の技術では，巡回セールスマン問題に帰着して解くことを 行います。なお、最短経路計算に環境情報，例えば壁面や壁など，通過できない環境を組み込むため，ボロノイ図を利用して通過可能経路への修正を 行います。




ビジュアルオドメトリを利用したUAV飛行制御および農業分野への応用に関する研究
移動ロボットと同じくSLAM技術を応用して，GPSが利用できない環境でも 飛行可能なUAV制御設計および設計に必要なモデリング技術の研究を行っています。
モデリングではホバリング状態と移動状態という2状態に対して数式モデルを構築するため、閉ループ同定に基づく2段階モデリング法を提案しています。 制御方法では，非線形性を考慮できかつロバスト性を有するスライディングモード制御をベースとしたビジュアルサーボ設計を検討しています。



UAV飛行実験
動画像計測・認識関連
自動車運転中の運転者の頭部計測装置の開発を行っています。計測装置には，非接触型デバイスとして，ステレオカメラを利用します。顔の移動追跡にはパーティクルフィルターを利用し，計測の特徴点である両目および口を追跡し，この３点より得られる平面ベクトルを利用して顔の変化角度を計測する方法を装置に組み込みます。また，計測対象の顔領域決定の自動化には，EHOGを利用し，輝度外乱にロバストな認識を組み入れて，計測の自動化を目指しています。その他，EHOGを応用した運搬ロボットのロバスト経路探査法など，動画像での物体認識方法の提案も併せて行っています。



頭部計測動画(ロール・ピッチ・ヨー角)
遠隔操作ロボットの補助装置開発関連
遠隔操作者が操作しやすいための補助とは何か、どのような補助が 操作にとって有益であるか、を実験データと共に検討を行っていきます。対象の遠隔操作ロボットは２輪独立型車輪ロボットであり、操作に 必要な動作環境は全方位カメラ画像を利用しています。この画像を通常のカメラ画像へ変換することで、左右前後の状況を１台のカメラで 見ることが可能としています。現在はAR（拡張実現）を利用し安全領域を考慮した通過可能空間壁の表示や進行方向情報表示を作成中です。有効性に関しては遠隔ロボットの手動型SLAM実験を通して 確認していく予定です。ARはマーカレスであることが重要のため、提案法ではマーカとしてロボット下部に取り付けたUSBステレオカメラによる前方距離情報を使用します。 今後は運搬や掘削動作などの遠隔動作で必要と考える力フィードバック（フォースフィードバック）など、環境の感覚情報などを取り入れた補助装置の有効性や盲点など の視覚情報なども取り入れた装置開発も実施していく予定です。



遠隔操作実験風景
ノイズ処理・消音制御関連
走行状態を再現するステレオ音響開発および環境ノイズ除去装置を利用して，運転操作実験環境の構築を目指しています。そのために，室内環境ノイズの低減を行う必要があります。そこで本研究ではアダプティプフィルターを利用した消音装置のため，音源と被験者までのチャネル推定をシステムモデリング手法を応用して設計を行います。従来のシステムモデリングでは，テスト信号としてランダム信号が使われかつ複数実験が必要でした。しかしこのような実験は被験者にとって負担となるため，モデリング推定のテスト回数を低減することは重要な問題となります。そこで，本研究ではFictitious Reference Iterative Tuning (FRIT)をチャネル推定に応用し，モデル設計実験回数低減を提案します。また，得られたチャネルを利用して動的なノイズキャンセラ－を設計し，ノイズ除去装置を開発していきます。
非線形・複雑系のモデル設計 (説明PDF)
本研究では制御設計に必要なモデリング設計の研究を行っています。今までに，車載カメラを利用した自動制御設計のモデリングおよび室内運搬ロボットのモデリングを実施してきました。今後は，４軸ヘリコプターや２輪倒立ロボットなど不安定制御系のモデリングとモデルに基づくロバスト制御設計についての研究を実施します。本研究では主に制御ソフトウェアのMATLABを使用し，シミュレーションと実験を同時に行い，提案法の有効性を検討していきます。
研究室活動情報
2025年度 学会参加等について掲載していきます
2024年度 学会参加等について掲載していきます
2023年度 学会参加等について掲載していきます
2022年度 学会参加等について掲載していきます