ミニ四駆AI用制御装置の事例紹介

FSS2023で発表に使用したスライドです

Transcript

1. ミニ四駆AI用制御装置の 事例紹介 赤坂清隆 2023/9/7 FSS2023 1
2. 背景・目的 • ミニ四駆AI • ミニ四駆と制御装置を組み合わせてタイム・速度を競う競技 • 本来ミニ四駆には動的な制御は存在しない • 勝つ • 速度制御 • タコメータを入力としたPID制御を用いた速度入力 • 位置推定（Localization） • 学習による走行規則の獲得 2023/9/7 FSS2023 2
3. 制御モジュール概要 • センサ • 6軸IMU • 光学式タコメータ • モーター電圧・電流 • モータドライバ • Hブリッジドライバ • その他 • RTC(w全個体電池) • SPI-Flash 2023/9/7 FSS2023 3
4. 位置推定 2023/9/7 FSS2023 4
5. 位置推定 -地図ベースの位置推定 • 入力 • コースの地図 • ミニ四駆の場合コースは1次元で表現可能 • コースを100㎜のグリッドに分割 • 各グリッドの回転半径で分類 • ミニ四駆の状態 • 6軸IMUから得られる姿勢情報 • タコメータから得られる速度情報 • 出力 • グリッド上での存在確率 Index 0 Pitch軸 回転半径＜800mm 600mm≦Yaw軸回転半径＜800mm 490mm≦Yaw軸回転半径＜600mm 300mm≦Yaw軸回転半径＜490mm 600mm≦ - Yaw軸回転半径＜800mm 490mm≦ - Yaw軸回転半径＜600mm 300mm≦ - Yaw軸回転半径＜490mm 800mm≦ |Yaw軸回転半径| 2023/9/7 FSS2023 5
6. 位置推定 -瞬時的な存在確率 • センサの1サンプル毎にYAW軸，PITCH軸の回転半径を計算 • コース上の何処にいる確率があるかないかが分かる • 例：300mm <Yaw軸回転半径<490mm が計測された場合 • 水色で示す各グリッドに存在する確率が3.3% • 全グリッド数：240 • 内周左カーブ数：30 2023/9/7 FSS2023 6
7. 位置推定 -瞬時的な存在確率 • センサの1サンプル毎にYAW軸，PITCH軸の回転半径を計算 • コース上の何処にいる確率があるかないかが分かる • 例：800mm≦ |Yaw軸回転半径| が計測された場合 • 赤色で示す各グリッドに存在する確率が8.3% • 全グリッド数：240 • スロープアプローチ数：12 2023/9/7 FSS2023 7
8. 位置推定 – 走行距離に応じた存在確率更新 • タコメータから得られた走行距離が1グリッド分進んだ場合 • 存在確率も1グリッド移動 2023/9/7 FSS2023 8
9. 位置推定 – グリッド上での存在確率 • 瞬時的な存在確率と更新された既存存在確率の重み付き和 • センサ1サンプル毎にこの計算を繰り返す • 最も存在確率が高い箇所を自己位置として解釈 • メリット • 比較的計算コストが低い • 1ループで実装可能 • デメリット • 位置ロックまでにある程度の距離が必要 2023/9/7 FSS2023 9
10. 位置推定 – 実験 • コース上部からのハイスピードカメラでの撮影 • マシン上部のLED表示器にグリッド番号を表示 • バイナリコードで出力 • 時速10km/hで走行 • 100fpsで撮影 • 瞬時的な存在確率の重みを0.01に設定 2023/9/7 FSS2023 10
11. 位置推定 – 結果 • 画像処理 • ゆがみ補正 • 複数画像を利用した疑似長時間露光 2023/9/7 FSS2023 11
12. 位置推定 – 結果(cont.) 2023/9/7 FSS2023 12
13. 位置推定 – 結果(cont.) • 真値との比較 • 各グリッド番号と画像上の位置情報を照合 • グリッド内に真値が一部でも入っているかで判断 • ±50mm 46.3% • ±150mm 95.8% ±50mm以内 ±150mm以内 ±250mm以内 2023/9/7 FSS2023 13
14. 学習による走行ルールの獲得 2023/9/7 FSS2023 14
15. 制限速度の獲得 • 地図上の制限速度を獲得 • ミニ四駆の性質上きちんと作っていればジャンプ以外でコースアウトは無い • ミニ四駆の姿勢から着地・不安定状態を検出 • Roll角 • FTコースの場合通常Roll回転が発生しない • z軸加速度(衝撃) • ジャンプ後の着地で大きな値を示す 2023/9/7 FSS2023 15 着 地 T1 T2
16. 試走とルール更新 1. 現在のルールで試走 2. 新しい走行ルールを生成 • 着地を検出した箇所から遡って速度を制限 • T1 着地から逆算して確実に減速が必要と思われる時間 • T2 実際に減速するのに必要な時間 • それ以外の箇所の制限速度を上げる 2023/9/7 FSS2023 16 着 地 T1 T2
17. 獲得したルール • 更新条件 • T1=0.4[sec], T2=0.2[sec] • 1試走毎の制限速度上昇量2km/h • 更新結果 • コース難所手前から十分な減速が得られている 2023/9/7 FSS2023 17 初期ルール 1回目更新後 2回目更新後 3回目更新後 4回目更新後 5回目更新後
18. 結論・考察 2023/9/7 FSS2023 18
19. 結論・考察 • 位置推定 • 安定して動作する位置推定が実現できた • 位置推定の精度を上げる事が課題 • 重み付き和の重みなど，人間が決めているパラメータの調整が必要 • ストレート部分など，タコメータと速度の乖離が起こる場所で精度が落ちやすい • ルール獲得 • ジャンプを抑制する形でのルール獲得が実現できた • コースアウトを前提としていないことが課題 • ミニ四駆としての余力を使い切ってない • ルール更新の収束という観点がない • 制限速度を設けるだけなので，ルール更新の終点設定が出来ていない • 現在は回数で制限しているが，本来はミニ四駆の速度限界があるはず 2023/9/7 FSS2023 19
20. Appendix 2023/9/7 FSS2023 20
21. 位置推定への初期位置の影響 2023/9/7 FSS2023 21 1周目 2周目
22. 使用機材 2023/9/7 FSS2023 22 • カメラ sony XCU-CG160C • グローバルシャッタ― • フレームレート 100fps • 解像度 1456x1088 • レンズ
23. • https://youtu.be/O7OeU- hMIOc?si=BhswixadYRu03Rt_ 2023/9/7 FSS2023 23