機械学習を用いた多自由度マニピュレータにおける外乱オブザーバのパラメータ設計法

カテゴリ: 研究会(論文単位)

論文No: MEC23020

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: 2023/12/13

タイトル(英語): Parameter Design Method for Disturbance Observer in Multi-DOF Manipulator Using Machine Learning

著者名: 田中 雄輝(慶應義塾大学),桂 誠一郎(慶應義塾大学)

著者名(英語): Yuki Tanaka(Keio University),Seiichiro Katsura(Keio University)

キーワード: モーションコントロール|外乱オブザーバ|機械学習|Motion Control|Disturbance Observer|Machine Learning

要約(日本語): 外乱オブザーバはプラントの外乱推定に基づき，ロバストな位置制御や環境からの力の推定を可能にし，モーションコントロール分野で広く利用されている。しかしながら，ノミナルパラメータは同定実験の結果などから設計する必要がある。したがって，これらの設計パラメータを動作中に推定することができればさらなる制御性能の向上が見込める。本研究では，外乱オブザーバのパラメータ更新に機械学習を使用し，性能向上を目指す。

要約(英語): Disturbance observers are widely used for estimating disturbances enabling robust position control with added compensation currents and environmental force estimation. However, nominal parameters have to be designed based on identification experiments, and change during operation. In this study, we employed machine learning to update the parameters of the disturbance observer, aiming for performance improvement.

本誌: 2023年12月16日メカトロニクス制御研究会

本誌掲載ページ: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 566 Kバイト