[論文レビュー] Research on fuzzy PID Shared control method of small brain-controlled uav

Na Dong, Wenqi Zhang+1 more|arXiv (Cornell University)|May 29, 2019

EEG and Brain-Computer Interfaces参考文献 14被引用数 3

ひとこと要約

本稿では、小型ブレインコントロールド・ドローンの飛行安定性と制御性能を向上させるために、ファジィPID共有制御手法を提案する。飛行状態とスイッチングレートに基づいて、脳制御と自動ファジィPID制御の間で動的に切り替えることで、軌道追従精度と耐障害性が向上し、一定高度での長方形経路走行実験により実証された。

ABSTRACT

Brain-controlled unmanned aerial vehicle (uav) is a uav that can analyze human brain electrical signals through BCI to obtain flight commands. The research of brain-controlled uav can promote the integration of brain-computer and has a broad application prospect. At present, BCI still has some problems, such as limited recognition accuracy, limited recognition time and small number of recognition commands in the acquisition of control commands by analyzing eeg signals. Therefore, the control performance of the quadrotor which is controlled only by brain is not ideal. Based on the concept of Shared control, this paper designs an assistant controller using fuzzy PID control, and realizes the cooperative control between automatic control and brain control. By evaluating the current flight status and setting the switching rate, the switching mechanism of automatic control and brain control can be decided to improve the system control performance. Finally, a rectangular trajectory tracking control experiment of the same height is designed for small quadrotor to verify the algorithm.

研究の動機と目的

• 脳インターフェース（BCI）システムにおける制御の限界、例えば認識精度の低さや命令セットの制限を解消すること。
• EEG信号のみで制御される小型クアッドコプターの制御性能を向上させること。これらはしばしば不安定さや追従性の欠如を示す。
• ファジィPID自動制御と脳制御を統合した共有制御フレームワークを設計し、システムの耐障害性を向上させること。
• リアルタイムの飛行状態と事前に定義されたスイッチングレートに基づいて、脳制御と自動制御の間の動的スイッチングメカニズムを開発すること。

提案手法

• クアッドコプターの自動安定化と軌道追従制御を提供するため、ファジィPIDコントローラーを設計した。
• 現在の飛行状態と事前に定義されたスイッチングレートを評価することで、脳制御とファジィPID制御の間のスイッチングメカニズムを決定した。
• 誤差と誤差変化率に基づいて、ファジィ論理を用いてPIDゲインを適応的に調整することで、システムの応答性と安定性を向上させた。
• EEGベースの制御命令をモニタリングし、それらを所望する軌道と比較して、制御モードの切り替えをトリガーした。
• 共有制御フレームワークにより、脳信号の信頼性が低い場合や飛行偏差がしきい値を超えた場合に自動制御が優先されるようにした。
• アルゴリズムの有効性を検証するため、一定高度での長方形軌道追従実験を実施した。

実験結果

リサーチクエスチョン

• RQ1 脳制御と自動制御の共有制御は、ブレインコントロールドドローンの安定性と性能をどのように向上させるか？
• RQ2 リアルタイムでの脳制御と自動制御のスイッチングを制御する基準は何か？
• RQ3 ファジィPIDコントローラーは、純粋な脳制御と比較して、どのように軌道追従性を向上させるか？
• RQ4 スイッチングレートは、全体のシステム性能と制御の滑らかさにどのような影響を与えるか？
• RQ5 提案手法は、EEG命令の可用性が限られる状況でも、信頼性があり正確な経路追従を達成できるか？

主な発見

• ファジィPID共有制御手法は、純粋な脳制御と比較して、顕著に優れた軌道追従性能を実現した。
• 動的スイッチングメカニズムにより、低信号状態や高誤差状態での不安定性が低減され、安定した制御遷移が実現された。
• システムは一定高度での正確で一貫性のある長方形経路追従を達成し、耐障害性を示した。
• ファジィ論理とPID制御の統合により、変化する飛行ダイナミクスへのシステムの適応性と応答性が向上した。
• 提案手法は、BCIシステムの限界、例えば認識精度の低さや命令セットの制限を効果的に緩和した。
• 実験結果から、共有制御が全体のドローン制御性能と信頼性を向上させることを確認した。