研究概要
極限環境や不整地で使用されるクローラロボットは、路面と履帯間の相互作用により滑りが発生しやすく、正確な動きの制御が難しい。本研究では、外乱オブザーバによって推定される駆動軸の外乱が滑りに関連する情報であることに着目し、推定外乱を入力として機械学習を用いて滑りを含む速度を推定する方法を提案した。さらに、推定速度を用いて駆動力オブザーバを設計し、推定駆動力のフィードバックを使用してクローラロボットの滑りを抑制する制御系を実現した。提案手法による速度推定性能と滑り抑制性能の向上を実証している。（動画はクローラロボットの学習時の様子）
関連論文：H. Kuwahara, T. Murakami, “Tracked vehicle velocity estimation by disturbance observer and machine learning, and its application to driving force control for slippage suppression,” IEEJ Journal of Industry Applications, vol. 11, no. 1, pp. 69-75, 2022. 【A peer-reviewed paper】