ロボットマニピュレータにおける古典的および制御認識型最適軌道計画の動的評価

ロボットマニピュレータの軌道計画は、その追従精度、アクチュエータ要求、および全体的な実行動作に直接的な影響を及ぼす。特に、組立、搬送、溶接などの産業プロセスでは、点間移動が繰り返し行われ、軌道の品質が生産性とエネルギー消費を決定づける。従来の軌道計画法として、3次（cubic）、5次（quintic）、台形（trapezoidal）速度プロファイルが広く使用されている。これらの方法は数理的に単純で滑らかな軌道を生成できるため、多くの実システムで採用されてきた。しかし、これらは純粋に運動学的な幾何学に基づいており、マニピュレータの動力学特性やアクチュエータのトルク制限、エネルギー消費などの動的要素を全く考慮しない。このため、生成された軌道は理論上滑らかであるが、実際の非線形動力学下で実行すると、期待された性能を発揮できず、制御器が大きな補正トルクを出力する必要が生じる。結果として、アクチュエータの負荷が増大し、エネルギー効率が低下する。

この問題に対処するため、本論文では制御認識型最適軌道計画フレームワークを提案する。このフレームワークでは、有限時間の最適制御問題として、マニピュレータの動力学モデルとアクチュエータ努力を明示的に組み込む。特に、大規模な点間運動における非線形性を扱うために、中点線形化（midpoint linearization）戦略を採用している。これにより、従来の線形化手法よりも高精度な近似が可能となる。また、提案手法の有効性を公平に評価するために、統一評価フレームワークを構築した。このフレームワークでは、すべての軌道計画法（3次、5次、台形、および提案法）が同一の非線形動力学モデル、同一の制御器構造、同一のアクチュエータ制約の下で実行され、閉ループ性能が比較される。シミュレーション対象として、非線形簡略化UR5マニピュレータを使用した。実験は異なる移動距離と負荷条件の複数シナリオで実施された。結果として、提案手法は全シナリオにおいて、追従誤差の低減、修正トルクの削減、そして閉ループ実行コストの低減を一貫して達成した。特に、大ストロークの移動では、アクチュエータ努力と実行コストの大幅な低下が見られた。これらの結果は、運動学的な滑らかさが動的な効率を保証するものではなく、制御認識型の計画が不可欠であることを実証している。本論文はMERCon 2026で発表される予定であり、今後のロボット軌道計画の研究開発に重要な示唆を与えるものである。