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

点击翻译按钮获取中文摘要

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。