PID、状態空間、最適制御、経路計画、軌道生成を、ロボットと自動運転の実装へつなげて解説します。
以下は編集したおすすめの順番です。初めての方は1から、目的が決まっている方は必要な記事へ進んでください。
PIDは比例・積分・微分を足すだけの制御器ではない。対象、遅れ、飽和、ノイズ、安全を観測し、追従と外乱抑制を両立させるための実装技術を、式・調整法・ROS 2の例で解説する。
同じ二次遅れモデルでPID制御を比較し、遅延と出力制限、積分の蓄積が目標値への追従をどう変えるかを再現する。
センサ値は状態そのものではない。線形カルマンフィルタの予測・更新、可観測性、共分散、数値例、LQR/PID/MPCとの接続、ロボット実装と故障時安全を解説する。
LQRは状態空間モデルと二次評価関数から、状態フィードバックのゲインをリカッチ方程式で導く。PID/MPCとの違い、可観測性、ロボット実装、安全までを解説する。
モデル予測制御（MPC）は、モデルで将来を予測し、入力・状態・安全制約を満たす操作列を繰り返し最適化する。PIDとの役割分担、数式、実装、研究・製品例までを解説する。
経路計画は最短線を引く処理ではない。地図、ロボットの大きさ、探索空間、計算時間、動的障害物、安全停止を扱うA*/Dijkstra/RRT/RRT*/PRMを比較する。
経路はどこを通るか、軌道はいつどの速度で通るかを決める。最小ジャーク、5次多項式、台形・三角速度プロファイルを式・図・実装・安全の観点から解説する。