狠狠撸

狠狠撸Share a Scribd company logo
时间制约付き飞行プランに基づく
   屋内飛行船ロボットの制御
Control of Indoor Balloon Robot
    with Time Constraints


複雑系工学講座 調和系工学研究室
    4年 笠脇 裕人
屋内飛行船ロボット[角田 2005]
               高さ80[cm],直径94[cm]の円柱形バルーン

          ?カメラセンサ(画像:160×144[pixel],カラー:RGB16bit)
          ?T-Engineシステム(CPU:216Mhz,RAM:16MB)
          ?プロペラ?モータユニット
          (プロペラ:各軸に2組ずつ6組,推力調整:0.3[sec]間に30回)


プロペラ?モータユニット               実験環境


    θ                                300[cm] Y



                          0.75[cm]

                           X 150[cm]             -150[cm]
エンタテインメントロボット

3次元移動可能な
屋内飛行船ロボット[Minagawa 2007]を用いたエンタテインメント

    シンクロナイズド飛行
    (※シンクロナイズ:時間的に行動を一致させること)

   音楽にあわせて飛行する
   複数の飛行船の行動を一致させる
 屋内飛行船ロボットの問題点
空調や慣性抵抗の影響を受けるため,任意の速度になるまでに時間遅れが生じる

    指定した時刻に,指定した位置へ飛行することは
    実現されていない
目的


 指定した時刻に,指定した位置へ飛行する
 屋内飛行船ロボットの実現
时间制约付き飞行プラン                                          n :目的地番号 ( n         1)
                                                      ox : X 座標の目的地 [ cm ]
     飛行プラン                                            oy : Y座標の目的地 [ cm ]
 出発地と複数の目的地から構成                                       oz : Z 座標の目的地 [ cm ]
 n番目の目的地を g n (oxn , oyn , ozn , o n , Tn ) と表す       o :ヨー角の目的地 [ rad ]
                                                      Tn : 到着時刻 [sec]
 ただし出発地は g 0 (ox0 , oy0 , oz0 , o 0 , T0 ) とする

           g1    (ox1 , oy1 , oz1 , o 1 ,30)      指定した時刻に到着する
                                                  目的地での誤差を小さくする
                                                  等速直線飛行
                                                  等角速度飛行




                                  300[cm]

                                                   g 2 (ox2 , oy2 , oz 2 , o 2 ,40)
g0   (ox0 , oy0 , oz0 , o 0 ,0)                    g 3 (ox3 , oy3 , oz3 , o 3 ,60)
目标速度の计算方法
    目標速度
                                   (oxn ox n 1 )
    X軸 :          ev x (t )                      (t Tn   1   Ta ) xt    Ta
                                     Tn Tn 1
  ev x (t ) : 目標速度[cm/sec]                 xt : 時刻 t[sec] における飛行船の位置[cm]
    Ta : 定数( = 3.0[sec])
 0.3[sec]毎に現在の位置と目標位置から目標速度を計算する

X[cm]
        oxn




    oxn       1
                                                                             t[sec]
        0                     Tn   1   t t t t                     Tn
                                           Ta TaTaTa
笔滨顿制御(フィードバック制御)
                                                               d x (t ) d x (t        T)
 X軸 : mx (t )         KPx d x (t ) KI x        d x (t ) KDx
                                                                          T                                            y
                                                               d y (t ) d y (t        T)                  x1
 Y軸 : m y (t )        KPy d y (t ) KI y        d y (t ) KDy                                                                    Y
                                                                      T                                            2
                                                                                                      4
                                                           d (t ) d z (t              T)
 Z軸 : mz (t ) KPz d z (t ) KI z                d z (t ) KDz z                                                  3
                                                                    T
                                                            d (t ) d (t               T)
   Θ : m (t )         KP d (t ) KI             d (t ) KD                                                  X
                                                                      T
      m(t) : プロペラ推力                                         KP : Propotiona l gain                        Z
      d(t) : v (t ) ev (t ),目標速度との偏差                        KI : Integral gain
      ΔT : サンプリング時間 ( 0.3[sec])                             KD : Derivative gain


                                                                                                          5 6              Y
m1 (t )    m y (t )    m (t )       m 2 (t )     m x (t )   m (t )         m 5 (t )        m z (t )
m 3 (t )   m y (t )    m (t )       m 4 (t )     m x (t )   m (t )         m 6 (t )        m z (t )


 Y軸,Z軸,及びヨー角θもX軸と同様に設定する
実験概要
指定した時刻に,指定した位置へ飛行しているか
ベンチマークを用いて検証する

(1) を固定しながら直線飛行                                                 (2)
(2)位置を固定しながら3 [ rad ] 回転飛行
(3) を / 4[ rad ]回転させながら直線飛行
(4) を固定しながら定位置保持飛行
                                              (1)         (3)
飛行プラン
g0   (150,30,150, / 4,0)                            (4)
g1   ( 110,260,250, / 4,60)
g2   ( 110,260,250, ,70)
g3   ( 110,260,250,      / 4,80)
g4   ( 110,260,250, / 2,90)
g5   ( 110,260,250, 3 / 4,100)
g6   (0,200,200, ,120)             ベンチマークには,屋内飛行船で考えられる
g7   (0,200,200, ,150)             直線,回転,及び定位置保持飛行が含まれている
実験结果
    X座標の時間推移


                                    飛行船の位置          目的地     X[cm]
                                    等速直線飛行の
                                    軌跡
                                                      (1)    -3.1
                                                      (2)    -7.4
                                                      (3)    -3.0
                                    (3)      (4)
                                                      (4)     3.2
X[cm]
                                                   指定した時刻における,
                                                   飛行船の位置と
                                                   目的地との誤差

               (1)            (2)

                                                   最大7.4[cm]の誤差



                     t[sec]
実験结果
    Y座標の時間推移


                                                    目的地     Y[cm]
                                                      (1)     7.7
                                      (3)
               (1)            (2)            (4)      (2)    -0.2
                                                      (3)    -5.8
                                                      (4)    -4.5
Y[cm]
                                                   指定した時刻における,
                                                   飛行船の位置と
                                                   目的地との誤差



                                    飛行船の位置         最大7.7[cm]の誤差
                                    等速直線飛行の
                                    軌跡


                     t[sec]
実験结果
    Z座標の時間推移


                                                    目的地      Z[cm]
                                                       (1)     1.5
               (1)            (2)
                                                       (2)    14.7
                                                       (3)   -22.4
                                      (3)    (4)
                                                       (4)   -10.3
Z[cm]
                                                   指定した時刻における,
                                                   飛行船の位置と
                                                   目的地との誤差



                                    飛行船の位置         最大-22.4[cm]の誤差
                                    等速直線飛行の
                                    軌跡


                     t[sec]
実験结果
    ヨー角θの時間推移


         飛行船の位置                   (2)               目的地      θ[rad]
         等角速度飛行の
         軌跡
                                                       (1)    -0.05
                                                       (2)    -0.10

                                        (3)   (4)
                                                       (3)     0.26
                                                       (4)    -0.03
θ[rad]
                                                    指定した時刻における,
                                                    飛行船の位置と
                                                    目的地との誤差


                   (1)
                                                    最大15度の誤差



                         t[sec]
実験结果
5回のベンチマーク実験から,时间制约付き飞行プランに基づく
屋内飛行船ロボットの制御手法を検証する
 指定した時刻における,飛行船の位置と目的地との
 誤差の絶対値の平均,標準偏差
       X[cm]   Y[cm]   Z[cm]   Θ[rad]   x,y軸は機体に対して
                                            6%の誤差
平均     4.1     5.1     11.1    0.13
標準偏差   2.9     3.4     8.1     0.09     z軸は機体に対して
                                          14%の誤差
 0.3[sec]毎における,飛行船の位置と等速飛行の軌跡との ヨー角θは9度の誤差
 誤差の絶対値の平均,標準偏差
       X[cm]   Y[cm]   Z[cm]   Θ[rad]
平均     5.8     5.3     10.7    0.15
標準偏差   5.5     4.6     8.9     0.14

指定した時刻に,等速飛行で目的地に到着できた
まとめ
 時間制約つき飛行プランを提案した
 ベンチマークから时间制约付き飞行プランに基づく
 屋内飛行船ロボットの制御を行うことができた

今後の課題
 速度,直線飛行,回転飛行,及び定位置保持飛行
 に応じて,Taの設定が必要
それぞれの机体を独立に制御している

More Related Content

What's hot (20)

Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
Koji Sekiguchi
?
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
yukihiro domae
?
Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)
yukihiro domae
?
Learning Depthwise Separable Graph Convolution from Data Manifold
Learning Depthwise Separable Graph Convolution from Data ManifoldLearning Depthwise Separable Graph Convolution from Data Manifold
Learning Depthwise Separable Graph Convolution from Data Manifold
yukihiro domae
?
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろーKMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
kyoto university
?
热流体解析における离散スキームの评価
热流体解析における离散スキームの评価热流体解析における离散スキームの评価
热流体解析における离散スキームの评価
takuyayamamoto1800
?
Coreset+SVM (論文紹介)
Coreset+SVM (論文紹介)Coreset+SVM (論文紹介)
Coreset+SVM (論文紹介)
Naotaka Yamada
?
Ninja of Train
Ninja of TrainNinja of Train
Ninja of Train
tomerun
?
Graph LSTM解説
Graph LSTM解説Graph LSTM解説
Graph LSTM解説
yukihiro domae
?
Gsi 10m dem_resample_and_convert_to_gmt
Gsi 10m dem_resample_and_convert_to_gmtGsi 10m dem_resample_and_convert_to_gmt
Gsi 10m dem_resample_and_convert_to_gmt
TomokazuKurihara
?
サンプリング定理
サンプリング定理サンプリング定理
サンプリング定理
Toshihisa Tanaka
?
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
Unity Technologies Japan K.K.
?
グラフネットワーク?フロー&补尘辫;カット?
グラフネットワーク?フロー&补尘辫;カット?グラフネットワーク?フロー&补尘辫;カット?
グラフネットワーク?フロー&补尘辫;カット?
HCPC: 北海道大学競技プログラミングサークル
?
SICP
SICPSICP
SICP
S W
?
PFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time DequesPFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time Deques
昌平 村山
?
【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター
【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター
【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター
Unity Technologies Japan K.K.
?
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
Tasuku Soma
?
wq-2. 待ち行列
wq-2. 待ち行列wq-2. 待ち行列
wq-2. 待ち行列
kunihikokaneko1
?
滨苍肠补苍迟别谤の绍介
滨苍肠补苍迟别谤の绍介滨苍肠补苍迟别谤の绍介
滨苍肠补苍迟别谤の绍介
mozk_
?
Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
Koji Sekiguchi
?
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
yukihiro domae
?
Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)
yukihiro domae
?
Learning Depthwise Separable Graph Convolution from Data Manifold
Learning Depthwise Separable Graph Convolution from Data ManifoldLearning Depthwise Separable Graph Convolution from Data Manifold
Learning Depthwise Separable Graph Convolution from Data Manifold
yukihiro domae
?
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろーKMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
kyoto university
?
热流体解析における离散スキームの评価
热流体解析における离散スキームの评価热流体解析における离散スキームの评価
热流体解析における离散スキームの评価
takuyayamamoto1800
?
Coreset+SVM (論文紹介)
Coreset+SVM (論文紹介)Coreset+SVM (論文紹介)
Coreset+SVM (論文紹介)
Naotaka Yamada
?
Ninja of Train
Ninja of TrainNinja of Train
Ninja of Train
tomerun
?
Gsi 10m dem_resample_and_convert_to_gmt
Gsi 10m dem_resample_and_convert_to_gmtGsi 10m dem_resample_and_convert_to_gmt
Gsi 10m dem_resample_and_convert_to_gmt
TomokazuKurihara
?
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
Unity Technologies Japan K.K.
?
SICP
SICPSICP
SICP
S W
?
PFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time DequesPFDS 8.4.3 Real-Time Deques
PFDS 8.4.3 Real-Time Deques
昌平 村山
?
【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター
【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター
【Unity道場スヘ?シャル 2017大阪】クォータニオン完全マスター
Unity Technologies Japan K.K.
?
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
Tasuku Soma
?
滨苍肠补苍迟别谤の绍介
滨苍肠补苍迟别谤の绍介滨苍肠补苍迟别谤の绍介
滨苍肠补苍迟别谤の绍介
mozk_
?

Similar to Ppt kasawaki (18)

OutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_ModelOutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_Model
Toshiki Imagaw
?
topology of musical data
topology of musical datatopology of musical data
topology of musical data
Tatsuki SHIMIZU
?
搁によるデータサイエンス:12章「时系列」
搁によるデータサイエンス:12章「时系列」搁によるデータサイエンス:12章「时系列」
搁によるデータサイエンス:12章「时系列」
Nagi Teramo
?
水平线検出による船体动揺映像の安定化论文
水平线検出による船体动揺映像の安定化论文水平线検出による船体动揺映像の安定化论文
水平线検出による船体动揺映像の安定化论文
doboncho
?
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
Joe Suzuki
?
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
Prunus 1350
?
JOIss2020 発表資料
JOIss2020 発表資料JOIss2020 発表資料
JOIss2020 発表資料
mdkcpp 1015
?
文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?
文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?
文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?
Takeshi Arabiki
?
打ち切りデータのヒストグラム
打ち切りデータのヒストグラム打ち切りデータのヒストグラム
打ち切りデータのヒストグラム
Ko Abe
?
introductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysisintroductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysis
Tatsuki SHIMIZU
?
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
Miyoshi Yuya
?
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programming
Keisuke OTAKI
?
Chapter9 2
Chapter9 2Chapter9 2
Chapter9 2
Takuya Minagawa
?
OutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_ModelOutLookAR for EKF_SLAM_Model
OutLookAR for EKF_SLAM_Model
Toshiki Imagaw
?
搁によるデータサイエンス:12章「时系列」
搁によるデータサイエンス:12章「时系列」搁によるデータサイエンス:12章「时系列」
搁によるデータサイエンス:12章「时系列」
Nagi Teramo
?
水平线検出による船体动揺映像の安定化论文
水平线検出による船体动揺映像の安定化论文水平线検出による船体动揺映像の安定化论文
水平线検出による船体动揺映像の安定化论文
doboncho
?
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
Joe Suzuki
?
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
Prunus 1350
?
JOIss2020 発表資料
JOIss2020 発表資料JOIss2020 発表資料
JOIss2020 発表資料
mdkcpp 1015
?
文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?
文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?
文字列カーネルによる辞書なしツイート分類 ?文字列カーネル入門?
Takeshi Arabiki
?
打ち切りデータのヒストグラム
打ち切りデータのヒストグラム打ち切りデータのヒストグラム
打ち切りデータのヒストグラム
Ko Abe
?
introductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysisintroductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysis
Tatsuki SHIMIZU
?
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
Miyoshi Yuya
?
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programming
Keisuke OTAKI
?

More from harmonylab (20)

【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
harmonylab
?
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
harmonylab
?
【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究
【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究
【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究
harmonylab
?
【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究
【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究
【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究
harmonylab
?
【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究
【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究
【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究
harmonylab
?
【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...
【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...
【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...
harmonylab
?
A Study on the Method for Generating Deformed Route Maps for Supporting Detou...
A Study on the Method for Generating Deformed Route Maps for Supporting Detou...A Study on the Method for Generating Deformed Route Maps for Supporting Detou...
A Study on the Method for Generating Deformed Route Maps for Supporting Detou...
harmonylab
?
【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究
【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究 【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究
【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究
harmonylab
?
【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...
【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...
【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...
harmonylab
?
【DLゼミ】Generative Image Dynamics, CVPR2024
【DLゼミ】Generative Image Dynamics, CVPR2024【DLゼミ】Generative Image Dynamics, CVPR2024
【DLゼミ】Generative Image Dynamics, CVPR2024
harmonylab
?
From Pretraining Data to Language Models to Downstream Tasks: Tracking the Tr...
From Pretraining Data to Language Models to Downstream Tasks:Tracking the Tr...From Pretraining Data to Language Models to Downstream Tasks:Tracking the Tr...
From Pretraining Data to Language Models to Downstream Tasks: Tracking the Tr...
harmonylab
?
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language ModelsGenerating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
harmonylab
?
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
harmonylab
?
【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也
【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也
【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也
harmonylab
?
【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究
【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究
【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究
harmonylab
?
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
harmonylab
?
【卒业论文】印象タグを用いた衣服画像生成システムに関する研究
【卒业论文】印象タグを用いた衣服画像生成システムに関する研究【卒业论文】印象タグを用いた衣服画像生成システムに関する研究
【卒业论文】印象タグを用いた衣服画像生成システムに関する研究
harmonylab
?
【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究
【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究
【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究
harmonylab
?
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
harmonylab
?
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
harmonylab
?
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
harmonylab
?
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
harmonylab
?
【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究
【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究
【卒业论文】尝尝惭を用いたエージェントの相互作用による俳句の生成と评価に関する研究
harmonylab
?
【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究
【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究
【修士论文】帝国议会および国会议事速记録における可能表现の长期的変迁に関する研究
harmonylab
?
【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究
【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究
【修士论文】竞轮における注目レース选定と尝尝惭を用いたレース绍介记事生成に関する研究
harmonylab
?
【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...
【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...
【卒業論文】ステレオカメラによる車両制御における深層学習の適用に関する研究(A Study on Application of Deep Learning...
harmonylab
?
A Study on the Method for Generating Deformed Route Maps for Supporting Detou...
A Study on the Method for Generating Deformed Route Maps for Supporting Detou...A Study on the Method for Generating Deformed Route Maps for Supporting Detou...
A Study on the Method for Generating Deformed Route Maps for Supporting Detou...
harmonylab
?
【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究
【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究 【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究
【修士论文】尝尝惭を用いた俳句推敲と批评文生成に関する研究
harmonylab
?
【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...
【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...
【修士論文】視覚言語モデルを用いた衣服画像ペアの比較文章生成に関する研究(A Study on the Generation of Comparative...
harmonylab
?
【DLゼミ】Generative Image Dynamics, CVPR2024
【DLゼミ】Generative Image Dynamics, CVPR2024【DLゼミ】Generative Image Dynamics, CVPR2024
【DLゼミ】Generative Image Dynamics, CVPR2024
harmonylab
?
From Pretraining Data to Language Models to Downstream Tasks: Tracking the Tr...
From Pretraining Data to Language Models to Downstream Tasks:Tracking the Tr...From Pretraining Data to Language Models to Downstream Tasks:Tracking the Tr...
From Pretraining Data to Language Models to Downstream Tasks: Tracking the Tr...
harmonylab
?
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language ModelsGenerating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
harmonylab
?
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
harmonylab
?
【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也
【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也
【修士论文】代替出勤者の选定业务における依頼顺决定方法に関する研究   千坂知也
harmonylab
?
【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究
【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究
【修士论文】経路探索のための媒介中心性に基づく道路ネットワーク阶层化手法に関する研究
harmonylab
?
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
harmonylab
?
【卒业论文】印象タグを用いた衣服画像生成システムに関する研究
【卒业论文】印象タグを用いた衣服画像生成システムに関する研究【卒业论文】印象タグを用いた衣服画像生成システムに関する研究
【卒业论文】印象タグを用いた衣服画像生成システムに関する研究
harmonylab
?
【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究
【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究
【卒业论文】大规模言语モデルを用いたマニュアル文章修正手法に関する研究
harmonylab
?
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
harmonylab
?
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
harmonylab
?

Ppt kasawaki

  • 1. 时间制约付き飞行プランに基づく 屋内飛行船ロボットの制御 Control of Indoor Balloon Robot with Time Constraints 複雑系工学講座 調和系工学研究室 4年 笠脇 裕人
  • 2. 屋内飛行船ロボット[角田 2005] 高さ80[cm],直径94[cm]の円柱形バルーン ?カメラセンサ(画像:160×144[pixel],カラー:RGB16bit) ?T-Engineシステム(CPU:216Mhz,RAM:16MB) ?プロペラ?モータユニット (プロペラ:各軸に2組ずつ6組,推力調整:0.3[sec]間に30回) プロペラ?モータユニット 実験環境 θ 300[cm] Y 0.75[cm] X 150[cm] -150[cm]
  • 3. エンタテインメントロボット 3次元移動可能な 屋内飛行船ロボット[Minagawa 2007]を用いたエンタテインメント シンクロナイズド飛行 (※シンクロナイズ:時間的に行動を一致させること) 音楽にあわせて飛行する 複数の飛行船の行動を一致させる 屋内飛行船ロボットの問題点 空調や慣性抵抗の影響を受けるため,任意の速度になるまでに時間遅れが生じる 指定した時刻に,指定した位置へ飛行することは 実現されていない
  • 5. 时间制约付き飞行プラン n :目的地番号 ( n 1) ox : X 座標の目的地 [ cm ] 飛行プラン oy : Y座標の目的地 [ cm ] 出発地と複数の目的地から構成 oz : Z 座標の目的地 [ cm ] n番目の目的地を g n (oxn , oyn , ozn , o n , Tn ) と表す o :ヨー角の目的地 [ rad ] Tn : 到着時刻 [sec] ただし出発地は g 0 (ox0 , oy0 , oz0 , o 0 , T0 ) とする g1 (ox1 , oy1 , oz1 , o 1 ,30) 指定した時刻に到着する 目的地での誤差を小さくする 等速直線飛行 等角速度飛行 300[cm] g 2 (ox2 , oy2 , oz 2 , o 2 ,40) g0 (ox0 , oy0 , oz0 , o 0 ,0) g 3 (ox3 , oy3 , oz3 , o 3 ,60)
  • 6. 目标速度の计算方法 目標速度 (oxn ox n 1 ) X軸 : ev x (t ) (t Tn 1 Ta ) xt Ta Tn Tn 1 ev x (t ) : 目標速度[cm/sec] xt : 時刻 t[sec] における飛行船の位置[cm] Ta : 定数( = 3.0[sec]) 0.3[sec]毎に現在の位置と目標位置から目標速度を計算する X[cm] oxn oxn 1 t[sec] 0 Tn 1 t t t t Tn Ta TaTaTa
  • 7. 笔滨顿制御(フィードバック制御) d x (t ) d x (t T) X軸 : mx (t ) KPx d x (t ) KI x d x (t ) KDx T y d y (t ) d y (t T) x1 Y軸 : m y (t ) KPy d y (t ) KI y d y (t ) KDy Y T 2 4 d (t ) d z (t T) Z軸 : mz (t ) KPz d z (t ) KI z d z (t ) KDz z 3 T d (t ) d (t T) Θ : m (t ) KP d (t ) KI d (t ) KD X T m(t) : プロペラ推力 KP : Propotiona l gain Z d(t) : v (t ) ev (t ),目標速度との偏差 KI : Integral gain ΔT : サンプリング時間 ( 0.3[sec]) KD : Derivative gain 5 6 Y m1 (t ) m y (t ) m (t ) m 2 (t ) m x (t ) m (t ) m 5 (t ) m z (t ) m 3 (t ) m y (t ) m (t ) m 4 (t ) m x (t ) m (t ) m 6 (t ) m z (t ) Y軸,Z軸,及びヨー角θもX軸と同様に設定する
  • 8. 実験概要 指定した時刻に,指定した位置へ飛行しているか ベンチマークを用いて検証する (1) を固定しながら直線飛行 (2) (2)位置を固定しながら3 [ rad ] 回転飛行 (3) を / 4[ rad ]回転させながら直線飛行 (4) を固定しながら定位置保持飛行 (1) (3) 飛行プラン g0 (150,30,150, / 4,0) (4) g1 ( 110,260,250, / 4,60) g2 ( 110,260,250, ,70) g3 ( 110,260,250, / 4,80) g4 ( 110,260,250, / 2,90) g5 ( 110,260,250, 3 / 4,100) g6 (0,200,200, ,120) ベンチマークには,屋内飛行船で考えられる g7 (0,200,200, ,150) 直線,回転,及び定位置保持飛行が含まれている
  • 9. 実験结果 X座標の時間推移 飛行船の位置 目的地 X[cm] 等速直線飛行の 軌跡 (1) -3.1 (2) -7.4 (3) -3.0 (3) (4) (4) 3.2 X[cm] 指定した時刻における, 飛行船の位置と 目的地との誤差 (1) (2) 最大7.4[cm]の誤差 t[sec]
  • 10. 実験结果 Y座標の時間推移 目的地 Y[cm] (1) 7.7 (3) (1) (2) (4) (2) -0.2 (3) -5.8 (4) -4.5 Y[cm] 指定した時刻における, 飛行船の位置と 目的地との誤差 飛行船の位置 最大7.7[cm]の誤差 等速直線飛行の 軌跡 t[sec]
  • 11. 実験结果 Z座標の時間推移 目的地 Z[cm] (1) 1.5 (1) (2) (2) 14.7 (3) -22.4 (3) (4) (4) -10.3 Z[cm] 指定した時刻における, 飛行船の位置と 目的地との誤差 飛行船の位置 最大-22.4[cm]の誤差 等速直線飛行の 軌跡 t[sec]
  • 12. 実験结果 ヨー角θの時間推移 飛行船の位置 (2) 目的地 θ[rad] 等角速度飛行の 軌跡 (1) -0.05 (2) -0.10 (3) (4) (3) 0.26 (4) -0.03 θ[rad] 指定した時刻における, 飛行船の位置と 目的地との誤差 (1) 最大15度の誤差 t[sec]
  • 13. 実験结果 5回のベンチマーク実験から,时间制约付き飞行プランに基づく 屋内飛行船ロボットの制御手法を検証する 指定した時刻における,飛行船の位置と目的地との 誤差の絶対値の平均,標準偏差 X[cm] Y[cm] Z[cm] Θ[rad] x,y軸は機体に対して 6%の誤差 平均 4.1 5.1 11.1 0.13 標準偏差 2.9 3.4 8.1 0.09 z軸は機体に対して 14%の誤差 0.3[sec]毎における,飛行船の位置と等速飛行の軌跡との ヨー角θは9度の誤差 誤差の絶対値の平均,標準偏差 X[cm] Y[cm] Z[cm] Θ[rad] 平均 5.8 5.3 10.7 0.15 標準偏差 5.5 4.6 8.9 0.14 指定した時刻に,等速飛行で目的地に到着できた
  • 14. まとめ 時間制約つき飛行プランを提案した ベンチマークから时间制约付き飞行プランに基づく 屋内飛行船ロボットの制御を行うことができた 今後の課題 速度,直線飛行,回転飛行,及び定位置保持飛行 に応じて,Taの設定が必要