技術要約：農業用移動ロボットのオフセットポイント・トラッキングのための予測制御戦略

問題提起

農業用ロボティクスは持続可能な農業においてますます重要となっているが、既存の経路追従コントローラーは主にロボットの運動中心（後輪車軸）に焦点を当てている。このアプローチは、取り付けられた作業機（除草機や耕耘機など）の空間的なフットプリントやダイナミクスを軽視している。これらの作業機は多くの場合、剛体として取り付けられており、作物や土壌と直接相互作用する。実際、作業機の位置を無視することは、特に曲率の変化時において、経路追従性能を低下させ、作物への損傷を引き起こす可能性がある。

本研究が取り組む核心的な課題は、剛体結合された農業車両におけるオフセットポイント（作業機と土壌の相互作用点）の制御である。ピボット関節を持つトレーラーシステムとは異なり、剛体で取り付けられた作業機は大きなレバーアームを生じさせる。この構成は、作業機の参照軌道が物理的に実行不可能（例：車両が実行できない曲率の不連続性を要求する場合）になるような運動学的制約を導入する。さらに、農業環境では、土壌条件による横滑り（サイドスリップ）が発生するが、従来のモデルではこれらが無視されることが多い。目標は、回避不可能な追従誤差を最小限に抑えつつ、運用の安全性と精度を確保する制御戦略を設計することである。

手法

著者らは、横滑りを考慮するために先行研究[1]を拡張した、閉形式（closed-form）の予測制御戦略を提案している。手法は以下のように構成される。

1. サイドスリップを伴う運動学的モデリング

システムは、後輪および前輪のサイドスリップ角（$\beta_R$ および $\beta_F$）を組み込んだアッカーマン型自転車モデルを用いてモデル化されている。

• オフセットポイントの定義: 作業機点 $I$ は、ロボットフレームに対するローカル座標 $(I_s, I_y)$ によって定義される。
• 追従誤差: 作業機の追従誤差 $e_I$ は、ロボットの横方向誤差 $y$、方位角偏差 $\tilde{\psi}$、および幾何学的オフセットの関数として定式化される。
• スライディング・オブザーバ: サイドスリップ角は直接測定できないため、GNSS-RTKおよびIMUデータを用いて $\beta_R$ と $\beta_F$ を推定し、横方向の速度乱れを算出するオブザーバ（[37]に基づく）を使用する。

2. 予測制御フレームワーク

制御戦略は、予測ホライゾンによって強化された2段階のバックステッピング・アプローチを採用している。

• 第1段階（所望の方位）: 単なる反応的な補正ではなく、本手法はホライゾン $s_h$ にわたる追従誤差の進化を予測する。これは、予測された作業機の軌道と所望の収束プロファイル $h(s)$ との間の累積二乗誤差を最小化する最適化基準 $J$ を定義する。このプロファイルは、後部装着の作業機が収束する前に、最初は経路から逸脱しなければならないという特定の運動学的挙動（レバーアーム効果）を考慮している。
• 閉形式解: 誤差のダイナミクスを近似し、高次の曲率項を無視することにより（これは典型的な農業用経路においては有効である）、著者らは最適な所望の方位偏差 $\tilde{\psi}_d$ に対する閉形式の解を導出した。これにより、標準的なモデル予測制御（MPC）で使用される数値ソルバーの計算負荷や信頼性の問題を回避できる。
• 第2段階（ステアリング制御）: 二次的なバックステッピング・ループが、ロボットの実際の向きを所望の $\tilde{\psi}_d$ へと駆動するようにステアリング角 $\delta$ を調整し、指数関数的な収束を保証する。

主な貢献

1. サイドスリップを含む拡張モデル: 本論文は、オフセットポイント制御モデルを[1]から拡張し、農業環境において極めて重要な横滑りの影響を明示的に組み込んだ。
2. 新規の予測制御戦略: 新しい閉形式の予測コントローラーが導入された。標準的なMPCとは異なり、数値最適化を必要としないため、リアルタイムの実現可能性と収束の保証を両立している。
3. 汎用性: 本手法は、前部装着および後部装着の両方の作業機を扱うように設計されており、既存の予測手法（例：[36]）が対処できていない、後部装着構成特有の運動学的課題（「収束前の逸脱」挙動など）に対処している。

実験結果

提案手法は、2種類の作業機（機械式除草機およびスプリングティーン耕耘機）を備えた4輪駆動アッカーマン・ロボットを用いたシミュレーションおよび実フィールド実験を通じて検証された。

シミュレーション結果

• 速度とオフセット: シミュレーションでは、様々な速度およびオフセット位置において、追従誤差が許容範囲内（中央値15 cm未満）に収まることが示された。後部装着の作業機は、レバーアーム効果により、わずかに高い誤差を示したが、これはより長い予測ホライゾンを必要とする。
• パラメータの感度: 最適な予測ホライゾンは堅牢であることが判明し、性能は広範な値の範囲内でほぼ最適に維持されたため、広範なチューニングの必要性が軽減された。

実地実験

実験は、草地および耕作地において、以下の手法と比較して実施された。

1. ラテラル・サーボイング（反応的、幾何学的）[1]。
2. バックステッピング制御（反応的）[1]。
3. 前部装着用MPC [36]。

主な知見:

• 誤差の低減: 提案手法は、最先端のベースラインと比較して、中央値の追従誤差を24%から56%減少させた。
• ピーク誤差の緩和: 曲率の遷移および障害物回避操作において、ピーク誤差は最大70%減少した。
• 後部装着の性能: [36]のMPC手法は後部装着の作業機に対して収束に失敗したが、提案手法は経路を正常に追従した。
• スライディング・オブザーバの影響: アブレーション研究により、スライディング・オブザーバが極めて重要であり、土壌の滑りが顕著な曲線区間において、中央値の追従誤差を50%から64%減少させることが確認された。
• 障害物回避: 急激な偏差を伴う障害物回避シナリオにおいて、提案手法は追従誤差を0.5 m未満に維持したが、反応的な手法では誤差が1.0 mを超え、作物への損傷や衝突のリスクが生じた。

意義と主張

本論文は、制御の焦点を車両の中心から作業機自体へとシフトさせることで、農業ロボティクスにおける重要な進展を提供すると主張している。その意義は以下の通りである：

• 安全性と精度: 曲率の遷移時における追従誤差を最小限に抑えることで、間引き除草のような繊細な作業において不可欠な、作物への損傷リスクを低減する。
• 堅牢性: 横滑りを明示的にモデル化し、予測ホライゾンを用いることで、反応的なコントローラーでは対処できない乱れを予測し、補償することができる。
  로
• 実用性: コントローラーが閉形式であることは、計算コストを低く抑え、高い信頼性を保証する。これにより、数値的MPCに共通するソルバーの失敗のリスクを避け、組み込み型の農業システムへの実装に適している。

著者らは、剛体オフセットポイントに対して完全な追従は運動学的制約により物理的に不可能である場合が多いものの、本手法はこれらの回避不可能な偏差を効果的に最小化し、自律型農業システムの運用安全性と効率性を高めると結論付けている。今後の展望としては、スキッドステア型プラットフォームや、追加の自由度を持つアクティブな作業機へのフレームワークの拡張が挙げられている。