関西地区大会

関西地区大会に参加してきました．

スタッフの皆様，競技に参加された皆様，お疲れ様でした．

私は半分運営スタッフ，半分競技者な感じでしたね．

今回の大会は立命館大学で開催され，ロボトレース競技が追加されましたが，私はロボトレース競技の担当をしておりました．
至らぬところはあったとは思いますが，皆様のご協力のおかげで大きな問題もなく終わることができたと思っています．

競技のほうはハーフマウスで準優勝こそしたものの2次走行で走った経路が悪く不完全燃焼．
あとで確認しましたが，私のソフトで計算しても明らかに優勝マウスと同じ経路を選択します．
とすると原因は壁の読み間違いか何か．
う～ん，なんか探索時に非効率過ぎるルートで走り回ってたりしたのでその辺も含めて要修正ですね．

ちなみに競技結果はこちら．なんと競技の当日に公開していただきました．
ふと気付きましたが，今回の大会は全日本で活躍する選手が多く参加するレベルの高い大会なのに全競技で学生が’準優勝’しています．
長年蓄積されてきた技術が学生レベルの競技者にも浸透している証かもしれませんね．
これくらい情報がオープンなのがマイクロマウスの良いところかもしれません．

中部地区初級者大会

皆様，お久しぶりです．
参加してから数日経ってしまいますが，中部地区初級者大会のハーフサイズ競技に参加してきました．
といっても私は初級者扱いされないようですが

運営，参加された皆様，お疲れ様でした．

探索は数日前から全然ダメで，本番でも壁読み違えたりしていました．
前は安定していた気がするので何か修正すれば動くハズですが．．．

最短走行は探索で壁読み間違えてもとりあえず目測の最短ルートを走行．
用意したmaxパラメータまで走ってました．
自分の動画を撮るのを忘れてましたが参加された方のブログにアップされているようです．

バグが何個か見つかったり，斜めが思ったより速く走れることがわかったりで収穫の多い大会でした．
次はホームの関西地区大会です．さすがに探索は修正して臨みたいところです．

今年の新作「Sapphire」(サファイア)

今回は今シーズン用のハード「Sapphire」を紹介します。
基本的に去年のハードよりも軽量にしただけで、特に大きな変更はないです。

(実は4月頭には完成していたのですが、ブログ更新を後回しにしてる間にゴールデンウィークになってしまいました、、、)


まずは重量。11.4g程です。設計段階では12gを切れると良いな、くらいでしたが、予想以上に軽くなりました。
基板は0.6mmを選択しましたが、0.4mmにしていればこじまうす9より軽くできたかもしれませんね。

ちなみに今年はシャーシ基板の色を緑から青に変えました。見た目が前回作とあまり変わらないので、見間違えないようにするためだったりします。
そこからマシン名前を青色が連想されるようなものにしようと思ったわけです。

一応少しは調整もしていて、それなりに走れることを確認しています。

加速度センサとロータリーエンコーダを組み合わせた速度計測法 FAQ3：計測速度が振動的になるのはなぜか？

タイトルの内容に関してしばらく書いてきましたが、今回で最後です。がその前に、、、




今年のマイクロマウス関西地区大会の日程が9月14日から9月21日に変更になりました。
詳細はコチラ。
また、今年から開催場所が変更されています。ご注意下さい。
例年と開催時期、場所が異なりますが、たくさんの方に御参加いただければと思っております。




さて、本題に戻りますが、今回は1番根本的な所であるエンコーダの計測速度はなぜ振動的になるのかについて現在考えていることを書きます。

はじめにエンコーダで1 msごとに計測した速度を示しました。下に再掲します。

これがそもそも振動していなければこれまで紹介してきた面倒な方法は取らなくてもよいわけです。

振動の原因というと、エンコーダの分解能の問題を考える方が多いと思いますが、私の場合はそれだけとは考えられません。私のマシンの場合1 msごとに計測しても分解能は約0.05 m/sで、計測された振動の振幅よりはるかに小さいからです。

上で再掲したデータに関して、そのままではどういう振動をしているのかよくわかりませんが、下に示したように10 ms程度時間平均をとると、かなり周期的な振動であることがわかります。

この1周期の間にすすむ距離(上図の斜線部の面積)を計算すると、おおよそ私のマウスの車輪の円周に等しくなりました。このことから、振動の主要な原因はタイヤの周回に伴うものであることがわかります。

そこで、今考えているのは次の2つです。

・エンコーダの分解能が軸の1回転360°を等分割できていない。

・ホイールが偏心しており、車輪の回転速度は一定でない

どちらもハードの問題で、検証できていません。ホイールの精度をこれ以上よくするのも、エンコーダをもっと精度良いもの(例えばMES-6-500)に変更するのも簡単ではないので。

加速度センサとロータリーエンコーダを組み合わせた速度計測法 FAQ2：加速度センサは複数必要か?

前々回、マウスに加速度センサが2個搭載されていて、加速度は2つの出力の平均をとっていると書きましたが、今回は加速度センサが複数必要かどうかについて書きます。
結論から言うと、配置する場所次第では1個でも問題ありません。
ジャイロの場合は配置場所が自由でしたが、加速度センサの場合は個数と配置する場所をセットで考慮する必要があります。

私のマシンを例に説明します。私のマシンには下の写真のように2つの加速度センサを積んでいます。これは、ロボットの回転中心(4輪の接地点の中心)に関して点対称に配置されています。

この点対称な配置はマシンに角速度が生じているときに効果を発揮します。というのも、角速度が生じているときには加速度センサに遠心力がかかるため、下の写真のような加速度が計測されます。

回転中心に関して点対称に配置していればこの加速度は大きさが同じで逆符号ですから、平均をとることで除去できます。
また、加速度センサをはじめから回転中心に配置すれば遠心力が作用しませんので1つでも問題ありません。

変則4輪機構の場合、回転中心にモータがあるため、加速度センサを配置するのは困難と考えられます。そのためこのような2個点対称の配置となりました。
ちなみにですが、加速度センサを2個搭載する場合、回転中心に対して点対称に配置しなければそれぞれのセンサに働く遠心力の大きさまたは方向が異なります。そのため、平均をとっても打ち消せません。

以上のように、加速度センサは個数と配置する場所をセットで考慮する必要があります。変則4輪機構の場合は1個で済ませるのが困難であるため、複数必要です。

加速度センサとロータリーエンコーダを組み合わせた速度計測法 FAQ1：④で提案した手法に加速度センサは必要か？

今回からはこれまで紹介してきた内容に関して想定される疑問点について述べようと思います。
はじめは加速度センサは必要かどうかについて。

前回加速度センサで計測した加速度を速度の計測に使いましたが、加速度はエンコーダでも求められるはずです。エンコーダで計測されたv-tグラフにおいて、速度の勾配が加速度にあたるからです。

結論から言うと、エンコーダでも加速度は計測できます。が、加速度センサを用いたほうがより振動が少ないデータを得られるので必要です。

実際にエンコーダで測定した速度から最小2乗法で傾き(加速度)を求め、加速度センサで得られた値と比較しました。以下は30(青線)、50 ms(赤線)間にエンコーダで測定された速度の勾配を最小2乗法で求めた場合の加速度と、30 ms間移動平均をとった加速度センサの出力(緑線)です。

緑線で示した加速度センサの出力がもっとも振動が少ないことがわかります。このことから、加速度を計測する場合、エンコーダよりも加速度センサのほうが適していることがわかります。
このため、加速度センサは必要であると考えています。

加速度センサとロータリーエンコーダを組み合わせた速度計測法④：加速度センサによる問題解決へのアプローチ

今回は④：加速度センサによる問題解決へのアプローチ　について書きます。

前回、移動平均をとることで測定される速度と実際の速度の間に遅延が生じることを紹介しました。今回は加速度センサを用いてこの遅延を解消する方法を紹介します。

前回の例を再び出しますが、初速0、加速度を10 m/s^2とすると、10 ms間に速度は0.1m/sになりますが、10 ms間の時間平均で計測される速度は0.05 m/sで、実際の速度の半分になります。この半分のズレを、加速度センサで計測した加速度で補います。今回用いたのはこのような式です。

(計測速度) = (エンコーダ計測速度 [時間平均あり] )
　　　　　　　　　+ (加速度センサ計測加速度 [時間平均あり] )×(平均時間) / 2

先の例で実際に計算すると、10 msの時間平均でエンコーダで得た速度は0.05 m/s、加速度は10 m/s^2、平均時間は10 msなので (計測速度) = 0.05 + 10×0.01 / 2 = 0.1 m/sとなり、現在の速度が得られていることが分かります。

この式を適用するため、実際に加速度センサで加速度を計測しました。私のマウスでは前後2か所に加速度センサを搭載しています。

これが、加速度センサで得た、マウスの進行方向の出力です。1 msごとに計測(AD変換)し、2つのセンサの出力を平均しています。

かなり振動していますが、やはり移動平均をとると平滑化できます。下のグラフは計測された加速度を5、10、20、30、50 msで移動平均をとったものです。

例えば20、30、50 ms移動平均をとった場合に対して、上で上げた式を用いて加速度センサで遅延を補った速度を計算すると下のようになります。

平均時間に関係なく遅延が無くなること、平均時間が長くなるほど平滑化されることがわかります。
このようにして、ロータリエンコーダと加速度センサの計測データを
・時間平均により平滑化し、
・2つを組み合わせて遅延を解消する
ことで、速度を遅延なく平滑化して計測することができます。
もちろん、マイクロマウス競技ではきれいなデータをとることでなく、走行速度を向上させることが重要です。きれいなデータが取れるほど制御が安定させやすく速度を上げやすいとは思いますが。



また、移動平均をとる時間はどのくらいがよいかという疑問あるかと思います。あまり長くとると平滑化作用は大きくなるものの、走行開始後しばらくは速度が不定になります。加えて、保持する過去データが増え、メモリ消費が増えるので好ましくありません。
自分なりに平滑化できていると思う時間の中で最小のものを選ぶ、という感じでしょうか。上の実験結果をうけて私は30 ms移動平均をとることにしました。

マシンごとに事情は異なるでしょうし、私の今回の計測結果もフィードバック制御無しの結果なので、移動平均をとる時間の最適化は非常に難しい問題です。

以上で一連の速度計測法の紹介は終わりです。次回からは紹介した内容に関して想定される疑問点について述べようと思っています。