本文へ移動
個人開発 — インフラ構築・ロボット開発・技術動向調査・企業研究
← 学習ガイド

制御工学を学ぶ

帰還・推定・最適化を区別し、PIDとKalmanの実験で応答を確かめます。

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。

始める前に 関数・微分積分・ベクトルの基礎を使います。状態空間や閉ループの説明へは各項目の前提から進めます。

1. 誤差を戻して制御する

PIDの働きを読み、遅延と飽和で応答を変える。

  1. PID制御

    前提：閉ループと帰還

2. 観測から状態を推定する

予測と更新を分け、雑音の仮定を実験で変える。

  1. カルマンフィルタ

    前提：状態空間モデル

3. 評価関数と制約から入力を決める

LQRの重み付けから、MPCの制約と再最適化へ進む。

  1. LQR

    前提：状態空間モデル

  2. モデル予測制御

    前提：閉ループと帰還 · 状態空間モデル

4. 動作に時間を与える

経路の形と、速度・加速度を含む時間則を区別する。

  1. 軌道の時間設計

5. 経路に追従する

注視点を追う幾何学的な追従から、速度規制と前輪誤差による操舵へ進み、共通の車両モデルで比べる。

  1. Pure PursuitとAdaptive Pure Pursuit

    前提：軌道の時間設計

  2. Regulated Pure Pursuitの速度規制

    前提：Pure PursuitとAdaptive Pure Pursuit

  3. Stanley制御

    前提：Pure PursuitとAdaptive Pure Pursuit

  4. MPCによる経路追従

    前提：Stanley制御 · モデル予測制御

  5. 追従方式の比較

    前提：Regulated Pure Pursuitの速度規制 · MPCによる経路追従