推定外乱と機械学習によるクローラロボットの速度推定における学習方法と環境ロバスト性に関する実験的検討

カテゴリ: 研究会(論文単位)

論文No: MEC22030

グループ名: 【D】産業応用部門 メカトロニクス制御研究会

発行日: 2022/11/30

タイトル(英語): An Experimental Study of Learning Methods and Environmental Robustness in Velocity Estimation for Tracked Vehicles Using Estimated Disturbances and Machine Learning

著者名: 桑原 央明(慶應義塾大学/ 東芝),村上 俊之(慶應義塾大学)

著者名(英語): Hiroaki Kuwahara(Keio University / Toshiba Corporation),Toshiyuki Murakami(Keio University)

キーワード: クローラロボット|速度推定|滑り|外乱オブザーバ|機械学習|ニューラルネットワーク|Tracked vehicle|Velocity estimation|Slippage|Disturbance observer|Machine learning|Neural network

要約(日本語): 本研究では、滑りを伴うクローラロボットの並進速度推定に用いるニューラルネットワークの学習指針および環境変化へのロバスト性について実験的に検討する。提案手法では、滑りの情報を含む駆動軸への推定外乱を入力とするニューラルネットワークによって、クローラロボットの並進速度を推定する。学習・推定時の環境条件を変え、推定外乱の有無による実験を通して、提案手法の適用範囲と有効性を明らかにした。

要約(英語): This study examines the training guidelines and environmental robustness of the neural network used in a velocity estimation method for a tracked vehicle with slippage. In the proposed method, the velocity of the tracked vehicle is estimated by a neural network whose input is an estimated disturbance to the driving axle that includes information on slippage. We clarify the scope and effectiveness of the proposed method through experiments with different environmental conditions during learning and estimation and with and without the estimated disturbance.

本誌: 2022年12月3日メカトロニクス制御研究会

本誌掲載ページ: 59-64 p

原稿種別: 日本語

PDFファイルサイズ: 1,459 Kバイト