制御 Control

フィードバック制御は安定性の確保において強力な手法ですが、実用化を考えた場合、状態の不等式制約の扱いが課題となります。例えば自動運転における「レーンをはみ出さない」「他車と接触しない」といった要求は、状態に対する不等式制約として表現されます。しかし、フィードバック制御は通常、直近の状態のみに基づいて制御入力を決定するため、将来的に不等式制約が破られる可能性を事前に回避することが困難であり、結果として「手詰まり」となるケースが少なくありません。

このような背景から、我々は数手先までの制御計画を立てる「モーションプランニング（Motion Planning）」としてこの問題を捉えて研究開発を進めています。特に、モデル予測制御（Model Predictive Control, MPC）をはじめとするモデルベースのフィードフォワード手法に注目しています。たとえば、自動運転車両の操舵や加減速の計画にMPCを適用することで、将来の状態を見据えた制御が可能となり、不等式制約を厳密に満たすことができます。

MPCの魅力のひとつは、制約を厳格に満たしながらも、直近の状態に過度に依存しない柔軟な制御計画が立てられる点です。これは、カーブの出口に目線を向けて操舵する人間の運転に近いイメージです。

一方で、Motion Planningには避けられない課題もあります。特に、将来の状態を考慮することに伴う計算量の増大は大きな問題です。したがって、制御性能の向上だけでなく、計算負荷をいかにして低減してリアルタイム処理を実現するかも重要な研究テーマとなっています。