研究メンバー
教授 平田 健太郎 （Kentaro Hirata）
講師 中村 幸紀 （Yukinori Nakamura）
研究室Webサイト： http://imclab.sys.okayama-u.ac.jp/
システム制御理論は社会を支える基盤技術です。その対象分野は機械系にとどまらず、電気/情報/化学系など多岐に渡ります。私たちの研究室では、産業機器やメカトロニクス機器の温度・振動制御、自律移動ロボット群のフォーメーション制御、通信制約を有するネットワーク化制御などの研究を行っています。さらに、電動自転車のパワーアシスト制御、歩行アシスト装置の開発、高齢者の抱え上げ動作の軌道生成など、対象を人にまで広げた人間-機械系に関するテーマにも取り組んでいます。社会のニーズに応え、日常生活をより快適にする制御工学、制御技術の確立を目指しています。
電動自転車のエネルギー効率の改善
近年、パワーアシスト機器に関する研究が活発に行われていますが、その中でも広く知られているものに電動自転車があります。現在普及しているものの多くはペダリングトルクを測定し、 その瞬時値に比例したアシスト力を発生させています。しかし、 このアシスト法は、 結果として速度の脈動を大きくしてしまうため、バッテリを搭載して走行する電動自転車においてはエネルギー効率の観点から望ましくありません。本研究では、これまで時変季節性自己回帰モデルを用いたペダリングトルクの予測、回転型イナーターを使用した速度脈動の抑制に取り組んでいます。
電動自転車のペダリングトルクの測定
歩容を推定する歩行アシスト装置の開発
装着型歩行アシスト装置
高齢者は筋力の低下が原因で、歩行中に爪先を上げる高さが低くなることが知られています。それにより、わずかな段差でもつまずいてしまい、転倒する恐れがあります。その対策として，歩行時に補助的な力を生成し，爪先を持ち上げるアシスト装置の開発に取組んでいます（右図）。この装置を用いる際には、 歩行動作中の適切なタイミングで支援を行う必要がありますが、歩き方（歩容）は人により異なるため、 支援タイミングの決定は困難です。そこで、人の歩行動作を振動子モデルによって表現し、 EM アルゴリズムと呼ばれる方法で歩容を推定します。
介護における抱え上げ動作の最適設計
超高齢社会を迎えた日本では、介護労働者の確保と負担軽減が課題です。介護ロボットなどの機器に関する研究も活発に行われていますが、「制御」の観点からは、介護動作そのものの最適性に興味が持たれます。介護者・被介護者の体格に合わせて負担を最小化する動作を設計できれば、 それを規範とすることで介護負担が軽減できますし、ロボットなどによる最適なアシストなどにも応用が期待できます。しかし介護者・被介護者からなるシステムは非線形であり、閉リンク構造を持つという難しさがあります。本研究では、これを非線形最適制御問題と呼ばれる問題として定式化し、コンピューターを用いた数値的近似解法によって最適軌道を生成します。
抱え上げ動作のシミュレーション ピンク色の曲線が設計した抱え上げ動作の軌道です。下のカラーバーは介護者と被介護者の腰・膝・足首回りのトルクを表しています。
機械学習による移動ロボットの故障検出
フォーメーション走行するロボット群
マルチエージェントシステム理論は、自律的に意思決定を行う複数のエージェントがネットワークを介した情報交換を通して、全体として共通の目的を達成することを目指しています。移動ロボット群によるフォーメーションの形成（右図）、運搬物の協調搬送、ターゲットの協調包囲などへの応用が考えられています。マルチエージェントシステムの合意問題においては、一部のエージェントが故障すると、本来の合意の達成が困難となることがあります。このため、故障の検出と情報の遮断が必要です。機械学習の一つであるSupport Vector Machineを用いて移動ロボットの故障を検出し、適切な合意形成を行う方法の実機検証にも取組んでいます。