Research on working route automatic generation based on working state prediction for a paddy field weeding robot

基于工作状态预测的水田除草机器人工作路线自动生成研究

• 批准号: 21K05857
• 负责人: 内田 洋彰
• 金额: $ 2.66万
• 依托单位: Kisarazu National College of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K05857/
• 关键词: 水田用除草ロボット; 自動運転; 作業経路計画; 水田除草ロボット; 作業経路生成

令和4年度はR3年度に引き続き，第１の課題，“圃場形状を考慮した経路計画と高い追従性能を有する自動運転技術開発”について検討した。除草ロボットの自動運転による除草作業を行うことを目的に，①R3年度に検討した経路設計法で計画した経路を作業経路として，この経路に自動運転で追従する除草ロボットの FB制御系の構築を行った。共同研究を行っている農業従事者から目標速度を0.5 m/s程度とするのが望ましいとのことから2入力（推進用モータ，操舵用モータ），3出力（x,y,ロボットの姿勢角）の除草ロボットの目標値として作業速度とロボットの姿勢角に追従する制御系を，PID制御系で設計した。設計したFB制御系の制御性能について除草ロボットの数学モデルを用いたシミュレーションと実機で検討した。シミュレーションにおいては，風外乱を想定した外乱の影響を抑える外乱オブザーバを導入し，風外乱が作用する場合の目標経路に対する追従性，制御入力に基づく駆動エネルギ消費量を前年度に引き続き検証を行った。実機での自動運転による目標経路，目標速度および姿勢角の制御性能については，所属機関のプールおよび水田での試験により実施した。設計したPID制御系が目標経路に追従し，目標の作業速度，姿勢角で制御されることを示した。水田での試験では，風外乱に対してPID制御系が有効に作用して目標の作業速度で除草作業を行うことを示した。次に，②圃場形状を考慮した除草ロボットの作業経路計画を行った。経路計画のアルゴリズムとしてDeep Q-Network（DQN）の手法を用いた。DQNは強化学習のQ学習と呼ばれる報酬の期待値Q値をニューラルネットワーク(NN)の深層学習を用いて予測する手法である。R4年度は水田の格子状にマッピングして，すべての格子を通過するように報酬を与えて検討を行った。格子を全て通過する作業経路設計は行えることをシミュレーションにより示した。

在2022财政年度，在2012财政年度之后，我们讨论了第一个问题：“路线计划考虑了现场形态，并开发了具有高跟踪性能的自主驾驶技术。”为了使用自动驾驶除草机器人进行除草工作的目的，1）构建了一个用于除草机器人的FB控制系统，该系统将使用根据《路线设计法》规划的路线自动遵循此路线，该路线在FY3中被认为。进行联合研究的农民表明，希望将目标速度设置为0.5 m/s左右，因此PID控制系统设计了一个控制系统，该控制系统遵循工作速度和机器人的姿势角度，作为用两个输入（螺旋桨电动机，转向电动机，转向电动机）和三个输出（x，y，机器人，机器人的姿势）的新型机器人的目标值。使用仿真使用除草机器人的数学模型和实际机器研究了设计的FB控制系统的控制性能。在模拟中，引入了一个干扰观察者，以抑制假设风干扰的干扰的影响，并且在上一年进行了基于控制输入的风干扰以及基于控制输入的能量消耗时的目标路径的跟踪能力。通过在实际机器上自动驾驶的目标路线，目标速度和姿势角的控制性能是通过在附属机构和稻田中的测试进行的。结果表明，设计的PID控制系统遵循目标路径，并由目标工作速度和姿势角度控制。在稻田的测试中，表明PID控制系统有效地针对风干扰，并以目标工作速度进行除草工作。接下来，考虑了田间形状，计划了针对除草机器人的工作路线计划。深Q网络（DQN）技术用作路径计划算法。 DQN是一种使用神经网络（NN）深入学习的方法，可以预测奖励的期望值，称为增强学习的Q学习。在R4中，将地图映射到稻田的网格中，并获得了奖励以通过所有网格，并进行了检查。模拟表明，可以执行通过整个晶格的工作路线设计。

项目成果

Robotics for Sustainable Future

机器人技术促进可持续未来

• 发表时间: 2021
• 作者: 分担執筆 H. Uchida;S. Moro;K. Nomura;S. Sekine，Editor D. Chugo他４名
• 通讯作者: S. Sekine，Editor D. Chugo他４名

強化学習を用いた水田用除草ロボットの作業経路計画

利用强化学习的稻田除草机器人工作路径规划

• 发表时间: 2022
• 作者: 日高功太;加藤 寛太,内田 洋彰,茂呂 征弥,五十嵐 礼
• 通讯作者: 加藤 寛太,内田 洋彰,茂呂 征弥,五十嵐 礼

Development of Automatic Operation System Considering Steering Performance for a Paddy Field Weeding Robot

考虑转向性能的水田除草机器人自动操作系统的开发

• 发表时间: 2021
• 作者: Uchida Hiroaki;Moro Seiya;Nomura Kenzi;Sekine Satoharu
• 通讯作者: Sekine Satoharu

Robotics in Natural Settings

自然环境中的机器人

• 发表时间: 2022
• 作者: Uchida Hiroaki;Moro Seiya;Nomura Kenzi;Sekine Satoharu;S. Moro,H Uchida,K. Kato，Editor J. M. Cascalho他５名
• 通讯作者: S. Moro,H Uchida,K. Kato，Editor J. M. Cascalho他５名

外乱を考慮した水田除草ロボットの自動運転システム開発

考虑外界干扰的水田除草机器人自动操作系统开发

• 发表时间: 2022
• 作者: 三好悠太;日高功太;尹永根;鈴井伸郎;野田祐作;榎本一之;長尾悠人;山口充孝;河地有木;茂呂 征弥,内田 洋彰,加藤 寛太,五十嵐 礼
• 通讯作者: 茂呂 征弥,内田 洋彰,加藤 寛太,五十嵐 礼