Access:7
制御/モデルベース設計
高速性，精度，安定性を両立するPLLやサーボなどのフィードバック・システムのハードウェアやプログラミング技術．シミュレーション，制御アルゴリズムを解説します．
ZEPマガジン
 |
微分方程式→伝達関数→状態方程式：動的システムのモデリング 微分方程式のままでは，時間領域での変化を追う必要があり，応答の特徴を直感的に比較しにくいため，別の表現へ変換する手順が使われる |
 |
過去入力から出力が決まる動的システムを制御する 現在の出力が，現在の入力だけでなく，過去の入力や状態の履歴に依存するシステム．この性質があるため，動的システムは「記憶」をもつシステムとして整理される |
 |
最適設計も安定余裕も可制御性も，モデリング&シミュレーション設計 制御設計では，対象の動きや応答を把握しないまま調整を進めると，結果が設計者の経験に依存するが，モデリングを行えば対象の性質を共通の枠組みで議論できる |
 |
脱試行錯誤！フィードバック制御の最適化は体系的アプローチで フィードバック制御では，ゲイン$K$を大きくすると応答は速くなるが，振動や行き過ぎが現れる．速さと振動は同時によくならない関係にある |
 |
フィードバック制御のメリット：目標値追従/外乱抑制/安定化 フィードバック制御では，観測できる量が制御性能を左右する．回転角度を直接使う場合もあれば，角速度の情報を併用する場合もある |
 |
角速度はシンプル制御：角度はフィードバック制御 角速度がずれると，「角度」のずれは時間とともに増えるため，角度の制御では，現在の角度がどこにあるかを見て，入力を変え続ける必要がある |
 |
温度/回転から電力まで：「制御」の定義と応用 制御では，対象，状態，目標，操作が明確に区別される．対象はロボットや装置．状態は姿勢，速度，温度など．目標は望ましい値．操作は入力として与える物理量 |
 |
状態推定の第1歩：逐次計算による平均値計算 平均値は観測値をそのまま採用するのではなく，複数サンプルを統合して1つの値にまとめる処理．この方法がオブザーバやカルマン・フィルタにつながる |
 |
計測点以外の量「状態」を推量るオブザーバとカルマン・フィルタ 現実のシステムでは，すべての状態をセンサで観測できるわけではない．観測できない状態を，モデルと計測から推定して扱うのが状態推定 |
 |
制御プログラムの良否：判定時間応答と周波数応答 P制御やPID制御を用いることで，立ち上がり特性やオーバーシュートを調整できる．パラメータ調整により，時間応答の速度と安定性をバランスさせることが可能 |
 |
姿勢を定量化する2つの物理量：加速度と角速度 M5 StampFlyで実習する場合，姿勢は加速度と角速度という2つの物理量で定量化できる |
 |
姿勢制御プログラム実装の準備：PIDの制御量を式で表す PID制御プログラムでは，比例，積分，微分の各要素を組み合わせて最終的な制御入力Uを生成し，各モータや制御軸ごとに独立して計算する |
 |
目標姿勢からのずれを3種の制御量”PID”で自動補正 マルチコプタの姿勢を安定させるには，目標姿勢からのずれを瞬時に補正する制御が不可欠であり，その基本は比例制御（P），積分制御（I），微分制御（D）である |
 |
ねらった姿勢にピタリ！フィードバック制御の導入 フィードバック制御を導入することで，ドローンの操縦者が行う操作量は少なくても安定した姿勢を維持できるようになる |
 |
上下/ロール/ピッチ/ヨー：機体の運動を自在制御 4枚のプロペラをもつクアッド・コプタは，推力の合成とトルクの制御によって機体の姿勢と位置を制御する |
 |
コーディングと可視化：ブラウザIDE Jupiter LAb ラズベリー・パイにはPythonとJupyter Labがあらかじめ導入されている．Jupyter Labはブラウザ上で動作する統合開発環境で，コードの編集・実行・結果の可視化を同一画面で行える |
 |
制御器設計の第1歩！モータの数式化から始める 電気的および機械的なエネルギ変換を行う直流モータの動作は，2階の微分方程式で表すことができる |
 |
制御工学計算ライブラリPython Controlのススメ Python-Controlは制御工学の計算やシミュレーションをPython上で実行できるライブラリ．時間応答の可視化，ステップ応答や周波数応答の計算，安定余裕の評価などが行える |
 |
高効率化したいなら！不連続モードは重要な選択肢 スイッチング電源は，周期一定で臨界点近傍の動作を維持すれば，不連続領域でも安定な制御が可能であり，制御回路を複雑化せずに高効率が得られる |
 |
モータ制御器の定量設計 目標値達成のための3変数 P制御とD制御を適切に組み合わせることで，応答速度と安定性のバランスの取れたモータ制御が可能．さらにI制御を加えれば，定常偏差を補正できる |
 |
エンコーダの2相パルスを読取る Pythonプログラム エンコーダの2つのパルス信号（A相とB相）の位相ずれを検出すれば回転方向を判定できる．A相，B相の両方の立ち上がりと立ち下がりをカウントすれば，計測分解能が4倍に上がる |
 |
モータ制御器の定量設計 手もちモータを式で表す 伝達関数モデルや状態空間モデルを活用して，慣性や粘性摩擦を考慮することで，より精密なモータのモデリングが可能 |
 |
状態フィードバックの安定化 極配置法と最適レギュレータ法 極配置法を用いることで，指定した固有値に応じた応答が得られる．最適レギュレータ法では，評価関数を最小化することで最適な制御ゲインを決定する |
 |
Ackermann関数による極配置と帰還ゲインの設定 モータ制御器の安定性や応答特性の両立には，制御対象の行列$A$と入力行列$B$を用いて特定の極を設定し，状態フィードバック・ゲイン$F$を求める極配置法が有効 |
 |
制定速度とオーバシュートのパラメータ設定 バターワース標準形や極配置を適切に設定することで，モータ制御器のオーバシュートを抑え，応答速度を最適化できる．I-PD制御では$K_p$/$K_d$/$K_i$が重要 |
 |
非接触共振カプラによるアレイ・チャネル拡張 mmCon3は，複数のミリ波アップコンバータとダウンコンバータに，マイクロ波帯のPLLシンセサイザが生成するGHz帯LO信号を均等な電力で分配し同期駆動する |
 |
ソフトウェア制御によるマルチビーム制御の実験 ソフトウェア制御ミリ波通信システムは，動的かつ高精度なマルチビーム制御が可能，スマートシティの通信や自動運転車のレーダ・システム，衛星通信や宇宙分野で応用できる |
 |
1エレメント1モジュール独立分散型の理由 mmcon3は，複数のアンテナ・エレメントを独立分散して制御し，位相遅延の信号をエレメント内で合成して複数の変調波ビームを異なる方向に発射する |
 |
6G対応分散型マルチビーム無線システムと従来機 mmcon3は1つのエレメントを1つのアップコンバータ，またはダウンコンバータで制御し，複雑なマルチビーム制御が可能．モジュールを増設し同期駆動することも可能なシステム構成 |
 |
ソフトウェアLoRaレシーバの制作 低消費電力で長距離通信が可能な無線通信規格LoRa準拠のソフトウェア受信機をオープンソース開発ソフト GNU Radioを使って開発した |
 |
USRPのラインナップと開発環境 USRPは，オープンソースのソフトウェア・ドライバ UHDを利用できる．UHDは，GNU RadioやMATLAB/Simulinkなどのモデルベース開発環境と連携してソフトウェア無線機を開発できる |
 |
オープンソフト＆ハードのモデルベース開発環境で始める Ettus Research社が開発したUSBソフトウェア無線機 USRP（Universal Software Radio Peripheral）を活用すれば，ローカル5G通信システムを実験的に構築することが可能 |
|
間違いだらけのプローブ使用法 プローブの減衰率を×10に設定するとプローブ内部の高抵抗ネットワークが働き，周波数帯域が広がるため，高速信号の波形を正確に捉えることができる |
 |
480MSPS 差動シリアル・インターフェースを評価 USBソフトウェア計測器ADP5250は，480MSPS USB2.0の高速差動信号を評価するパフォーマンスを備えるが，正確な波形観測には伝送路インピーダンス整合や遅延差の調整が必要 |
|
I/Qベースバンド信号観測によるLoRa受信機の評価 USBソフトウェア測定器 USBADP5250は設計業務に利用できるスペックをもつ．ソフトウェア無線機のI/Qベースバンド信号やSPIシリアル信号，USB高速信号の評価に利用してみた |
 |
1GSPS×100MHz！USBソフトウェア測定器 ADP5250レポート 業務にも使える？USBソフトウェア測定器 ADP5250を使ってみた．A-D変換1GSPS，帯域100MHz，ロジアナ 1GSPS，DMM分解能 300V/10A/5-1/2桁，プログラマブル電源搭載 |
 |
PN符号を生成＆BPSK変調波を出力＆ループバック解析 LabVIEWはグラフィカルな開発環境を備えた計測制御用ソフトウェア．Analog Discovery Proと連携させてディジタル変調システム評価してみた |
 |
広帯域無線機開発に！ウォータフォール測定 USBソフトウェア測定器 Analog Discovery Proが備えるOscilloscopeモードやScope-Spectrogramモードを利用すれば，広帯域なソフトウェア無線機の評価も可能 |
 |
USBソフトウェア測定器 Analog Discovery Pro入門 Analog Discovery Pro 3000は，USBを介してPCと連携するソフトウェア測定器．Linux OS搭載で，イーサネットを通じたリモート制御や自動計測，LabVIEW連携も可能 |
 |
Pythonで一緒に ロボットのモデルベース設計 比例制御（P制御）の欠点「定常偏差が0にならない」「振動の発生」「ノイズの影響を受ける」は，積分制御（I制御）と微分制御（D制御）を加えることで解決できる |
 |
ドローン制御工学入門 M5Stamp Flyの傾き角推定 角度推定は，ノイズが多い加速度センサとドリフトが蓄積しやすい角速度センサの2つから取得した情報を組み合わせて行う．鍵はカルマン・フィルタの軽量版「マドウイック・フィルタ」 |
 |
安全性goodな制御工学教材！M5Stamp Flyドローン誕生 M5Stamp Flyは，教育現場での利用を考慮し，プロペラに指を入れても安全な構造を採用している．Wi-FiやBluetooth通信にも対応し，ESPNowプロトコルを用いたリモート・コントロールが可能 |
 |
M5Stamp Flyドローンの姿勢ブレを軽減する2つのセンサ ドローンの垂直のブレは近距離での高精度な測距が可能なToFが，水平のブレは物体の動きによって生じる画像の「流れ」を計測するオプティカル・フロー・センサが有効 |
 |
$50ドローン・キット“M5Stamp Fly”の制御プログラミング M5Stamp Flyは，C/C++言語でプログラミング可能な50ドルのドローン・キット．APIがオープンソースとして提供されており飛行制御プログラムの作成や学習が可能 |
 |
多関節アームの操作に！状態フィードバック制御入門 状態フィードバック制御は，外乱やモデルの不確かさに対するロバスト性が重視されるロボット・アームの位置制御や車両の速度制御に応用されています |
 |
ロボティクス入門 現実にモデルを近付ける ロバストな制御システムは，実際の制御対象と理想との差分「不確かさ」に対応したモデルを用意して，モデルベース開発を行うことで設計できます |
 |
ロボティクス入門 エンコーダで回転を測る エンコーダは，回転運動の位置，角度，速度を正確に計測するために不可欠なセンサです．「光学式エンコーダ」を例に，その構造と測定メカニズムを解説します |
 |
ロバスト制御のモデリング 実物との差分の表現 システムの不確かさに対して頑健な制御系の設計を目指すのがロバスト制御です．不確かさは，パラメータの変動や外乱など，制御対象が完全に予測できない要素を含みます |
 |
5G・宇宙通信の鍵を握る！最先端ソフトウェア無線機の最新開発デモ アジャイルRFトランシーバ“RadioVerse”（アナログ・デバイセズ製）とFPGA“Cyclone V SoC”（インテル製）を使った最先端SDRの開発手法を解説 |
VOD教材［視聴無制限]
 |
［VOD/KIT/data］M5Stamp Flyで学ぶ ドローン制御プログラミング入門 ジャイロ・センサ活用からループ整形によるPID設計・チューニング，安定飛行まで |
 |
［VOD/Full KIT/data］ラズパイとPythonで一緒に！カルマン・フィルタ＆センサ・フュージョン入門 位置/故障/姿勢まで，センサで測れない物理量も正しく推定＆制御 |
 |
［VOD/Pi4 KIT/Book］Pythonで一緒に！ロボット制御のモデルベース設計【実習編】 PIDも状態フィードバックも！キットで学ぶ現代的モータ制御プログラミング |
 |
［VOD］Pythonで一緒に！ロボット制御のモデルベース設計【ロバスト制御編】 現実の制御対象とモデルの間のギャップを考慮した制御を学ぶ |
 |
［VOD/Book］Pythonで一緒に！ロボット制御のモデルベース設計【PID制御編】 PID制御則の基本から動的システムの表現/特性，ゲイン調整法，2自由度化まで |
 |
［VOD/Book］Pythonで一緒に！ロボット制御のモデルベース設計【状態フィードバック制御編】 位置/故障/姿勢まで，センサで測れない物理量も正しく推定＆制御 |
 |
［VOD/Pi KIT］MATLAB/Simulink×ラズパイで学ぶロボット制御入門 定番の数値解析ソフトウェア MATLAB/Simulinkを使ったモータ制御プログラミングを学ぶ |
 |
［VOD/Pi2W KIT］ラズパイ×Pythonで動かして学ぶモータ制御入門【改訂版】 センサ計測，アクチュエータのPID制御，制御器のモデルべース設計まで |
 |
［VOD］確率・統計処理＆真値推定！自動運転時代のカルマン・フィルタ入門 自動運転やロボットの高精度自動制御の基礎を学ぶ |
|
［VOD/Pi KIT］ラズパイ×Pythonで動かして学ぶモータ制御入門 Python入門からPID制御，モデルベース設計まで |