再帰型ニューラルネットワークを用いた操縦運動推定モデルの構築

点击翻译按钮获取中文摘要

前年度に引き続き，計測データに含まれる誤差やノイズの影響の評価や除去方法に関する知見の深化を目的として，舵角の大きさや継続時間等をランダムに設定した操縦運動のシミュレーション計算結果に仮想のノイズを付加することにより，実船で計測された操縦運動データを模擬して作成した教師データを対象として，再帰型ニューラルネットワークに基づく操縦運動推定モデルの構築手法を適用することにより，実船計測データを利用する上で注意を要する事項や問題点，ハイパーパラメータの選定に及ぼす影響について検討を行った。低速航行時の操縦運動推定モデル構築のための教師データの収集を目的として，九州大学船舶運動性能試験水槽（長さ38.8m×幅24.4m）において，模型船を用いて舵角やプロペラ回転数等を変化させた自由航走模型試験を実施した。教師データとして利用するためには，様々な船速や操舵に対する運動状態を含み，かつ長時間にわたる計測が必要となることから，水槽内における模型船の位置や進行方向，船速，回頭角速度等を計測し，進行方向前方の水槽内の航行可能範囲に応じて自動操舵する運動制御プログラムの開発を併せて実施し，効率的かつ自動的に長時間にわたる操縦運動データの計測を実現した。続いて，自由航走模型試験より得られた教師データに対して再帰型ニューラルネットワークを適用することにより，低速航行時の操縦運動推定モデルの構築について検討を行った。このとき，自由航走模型試験によって得られたデータには計測誤差やノイズが含まれるため，計測誤差やノイズが操縦運動の推定精度に及ぼす影響ならびにその影響を除去する方法について検討を行うとともに，操縦運動状態の違いが時系列データの長さやサンプリング間隔，各種ハイパーパラメータの設定に及ぼす影響について評価した。