車の運転とDriver Model Bio-Motion Control Equation 運動方程式 車の運転のモデル化 Driving Examples 強US車両の挙動 運転行為/Weber則関連 バイモ研 弱US車両の挙動 車の運転の物理 Bio-Motion Equation の環境対応、具体的なパラメータ例 Human-Motion Control Model Skilled 逆モデルによるドライバーモデル
========Hソ・ソ・ソ・ソ・ソ・
生き物の運動制御と車の運転
Back


人の運動制御 : 車の運転


車で 
人の動き  x" = a - C x' を実現する

Professional Driver Model 「弘法」  


Forth

Professional Driver Model による見事なレーンチェン

4WSのシミュレーションも追加したが、この二つのシミュレーションから2WS車の運転の本質が分かる
4WSの動画の説明を見て下さい


CarSim車両 (Mechanical Simulation社)



p{

4WSのレーンチェンジも可能、運転は2WSより簡単、
2WSでは上の動画で分かるように左に素早くレーンチェンジするには後輪を素早く左に向けるには、重いボディーごと後輪を左に向ける必要があるのに対して、4WSでは車輪だけ左に向ければ良い




人の運動制御は練習によって獲得した逆モデルによるもの。

結果が先にあって、結果を実現する為の運動逆モデルを練習によって獲得する。 


練習しなければ何も出来ない。逆の手では歯も磨けない。
その代わり練習すれば何でも出来る、自転車はもちろん一輪車でも乗りこなす。
車の運転では、環境が与えられて、例えば前のカーブを曲がる場合、その為のハンドル操作を導く逆モデルをを獲得していなければ、ハンドルは切れない
。         


入力があってその結果出力が生じる、ハンドル操作があって車は曲がっていく。 ところが車の運転行為は一寸違う、最初に運動が頭の中に浮かぶ、例えば前のカーブを曲がろうとすると、最初にカーブでの自車の行うべき運動αが存在して、その為のハンドル操作δが頭の中に生じる。 すなわち結果である運動αから入力δが生じるのである。 その為には自分の中に、練習によって運動αから操作量δを生じる Inverse Model /逆モデル を獲得ていしなければ成らない。 逆モデルが正確ならこのδによって確実に思った運動αが実現できることになる 






上手になればなるほど

     制御対象に依存しない制御結果を出せるようになる







運転: 人の運動制御



免許取り立てでは、たとえノロノロ運転でさえも、ギクシャクした、お粗末なもの。 しかし、しばらく走ると、ギクシャクが取れて、何年も走り込めば、自分なりの滑らかさで走る技術が身に付いてくる。 走り込む内に、プログラムが洗練されて、毎回同じように思った通りに車を動かせるようになり、もう出鱈目に運転しようと思っても、身に付いたプログラムがそれをさせない。 

初めはへぼでも、最終的には上達して、快適で滑らかな運動を車にさせることが出来る、これが人の運動制御です。 人の運動制御の特徴は、最初のページで述べたように、結果が先にあってこれを目指して試行錯誤で、俗な言葉で言えば出鱈目に行われ、結果を出すためにはどうやたら良いかと言う逆モデルが確率的に少しずつ完成される。 今回この完成された最終的な運動制御の形をモデル化する。 


 人の運動制御を端的に言うと、筋肉が最終出力なので、力制御、俗な言葉で“力加減”
 

スカを食うと言う。 単にものを持ち上げるだけでも、その物の重さ、重さに見合った力で掴んで潰れないか、変形しないかの、その物の剛性、さらに持ち上げるときに、滑らないか、ぬるぬるしているか、ざらざらか、つるつるしているか等の表面性状等、力加減に必要な全てが、持ち上げる前に十分な経験に基づいて分かっていて、そのための動作が身について(必要な力加減の全てが織り込まれたプログラムが身体内に出来上がって)いて、はじめて巧く持ち上げられる



 それでは、車の横方向の運動の場合はどうでしょうか。 車を横に動かすには路面からタイヤの軸方向に力が働く必要があるが、フロントタイヤは軸を動かして動的にこの力をコントロールするが、キャスター構造の為横方向の力を支えるのが主な役割では無い。
 車体と一体構造のリヤタイヤがこの力を担う。 タイヤの軸方向に力が加わらないと車体は横に移動しない、すなわち旋回しない。 タイヤの回転面が進行方向に対して角度をもって横滑りしながら進むことによってタイヤ軸方向に力を発生するので、リヤタイヤに軸方向の力を発生させるには、リヤタイヤを支えている車体ごと向きを変える必要がある。車体の向きを変えることによってリヤタイヤに働く力をコントロールすることになる。(ロール剛性配分を変える等して、コーナリングの支え役のリヤタイヤをフロントタイヤに対して強くすると、弱いフロントタイヤでは車体の向きを自在に変えにくくなるので運転が難しくなる(強アンダー)、ほどほどのところがある(弱アンダー))

 カーブ進入時には進行方向に対して先ず車体を横滑りさせなければ車両に力を発生させられない。 フロントタイヤを含む操舵系がこの車体の向きを自在に変えることになるが、時間遅れの大きい重い車体の運動を介在するので、この力加減はかなり難しい。 所定の車体の横滑り角が得られれば、そのリヤタイヤの発生する力にバランスさせた力をフロントタイヤが発生するようにフロントタイヤの向きを合わせることで、車両のカーブ進入が可能になる(ヨーイング慣性力の処理としてポール・フレールの名著、小林彰太郎、武田秀夫訳「ハイスピード ドライビング/コーナーへの進入と脱出]二玄社によれば: しかし車はその垂直軸の周りに慣性を有するために、直進状態から旋回状態に移るのに外力を必要とする。また逆に旋回から直進に戻るには、これと反対方向の力を必要とする)。
 車体と一体のリヤタイヤに働く力の加減には、ステアリングからフロントタイヤに至る操舵系の運動特性およびこれによる車両の応答/運動特性など全てが、十分な経験に基づいて身に付いて(身体にプログラムされて)いることが必要 (参考:下のレーンチェンジアニメーション)




前後輪が発生する力を路面に平行な黄色の矢印で示す。 最初にリヤタイヤに働く黄色の矢印を見てください。 リヤタイヤに働く力が、レーンチェンジに合わせて左に、右にと変化しているのが分かると思います。 先行するフロントタイやの力で車体の向きを変え、それによって発生するリヤタイヤのコーナリングフォースでレーンチェンジしている様子がよく分かる。 巧みなステアリング操作で前輪が発生する力をコントロールして車体の向きを変えて、車体とともに向きの変わるリヤタイヤにレーンチェンジする力を発生させているわけです。

 CarSim車両 (Mechanical Simulation社)Driver Model(MATLAB)によるレーンチェンジシミュレーション


  このタイヤの力加減を行う操作系を含めた車の運動力学特性を身につけて、さらに、自分も中に乗っていて慣性力を受けるので、不快にならないようどう力加減したらよいか、人の感覚特性に基づいた力加減の仕方を身につけている必要がある。

すなわち、車を運動制御しようと思ったら、

人の感覚特性に基づいた力加減、この力加減を実現する車の操作系および車体の動力学特性が、事前にプログラムされて、身に付いていなければならない。


 人の運動は、先読みによって定めた、目指すべき運動が先にあって、これを既に練習によって獲得している動作で実現する。
 先読みによって定めた運動状態を、車の滑らかな動きで実現するには、下図に示すように、運動状態を決めると、「その運動状態を実現する運動(加速度)を算出する”運動逆モデル”」 + 「算出した運動(加速度)を実現する操作量を求める”車両運動逆モデル”」 + 「その操作量を、車両側インターフェースも考慮して実現する腕力/脚力を算出する”操作部身体運動逆モデル”」 が脳内にプログラムされている必要がある。




人の運動制御過程: 脳内プログラム運動指令と物理運動




環境-対環境運動逆モデル-車逆モデル-I.F.含む身体運動逆モデル-手足-I.F.-車-運動




 
上図に示す、脳内作られる3個のモデルのうち車逆モデルおよび操作部身体運動逆モデルは物理的なモデルが存在するので容易に想像がつくが、運動そのものを表す最初の対環境運動逆モデルとは何でしょうか。


運動逆モデル: 運動α?

 環境での運動状態を実現する加速度パターン(運動α)は無限に存在するが、


中に乗っている人の体感に合ったパターンは、感覚生理から絞り込まれ、

そのパターンは前ページ(Bio-Motion Control Equation 運動方程式)で示されたものになる。



運動αについては、宇宙船の移動を考えると分かりやすい。 搭乗者は慣性力のみを感じる

運転とはこの慣性力のコントロールで、環境での目標運動状態(X1、V1)をターゲットに

乗り物の加速度を、(この場合宇宙)人の 運動α でコントロールする


Space Ship start Accelerate Decelerate Stop

名人が操縦する乗り物の動きは人の動き


環境での見込み運動状態-->人の運動逆モデル-->車両の運動逆モデル-->車両:人の運動-->見込み運動状態実現

身体の中にある理想運動αを、環境に合わせながら、車両の運動αとして実現

人の逆モデル+車の逆モデル      


2009年06月22日 21時01分

Professional Driver AI 「弘法」  : Vehicle Motion is Human Motion
Basic driver control dynamics to the task demand result from sensory /motor characteristics and adaptation to the vehicle dynamics.


弘法筆を選ばず

弘法はどんな筆を使っても同じようにうまい字を画ける。 書かれるべき、何て表現して良いか分かりませんが、「美しい字」と表現しておきましょう、「美しい字」は弘法の身体の中に有って、それが筆を通して外に現れる。

弘法 車 を選ばず

環境に対応した見込み運動を行うので、同じ環境なら、どの車に対しても同じ運動を設定する。 どんな車を運転しても同じ運動を実現できるが、しかし、同じ運動でも、車ごとにハンドル捌きが違ってくる。
 車は一寸複雑な道具ですが基本的には筆と同じ、美しい動きの原器は我々の身体に中に有って、それが車の滑らかな美しい動きとなって具現す
る。



 運転の「弘法」はどんな車に乗っても、その逆モデルを即座に習得して、頭の中に描いた滑らかな動きを、車の運動として再現する。


車の運動力学の名著「基礎自動車工学」の著者近藤政市先生(元JARI所長、元東工大教授)は人間と一体になってこれほど意のままに動く機械はないと、「私は、自動車は半人格を持っていると考えており、自動車のことを「半機械人間、半人間機械」と呼ぶことにしている」言っています。

元東大生産技術研究所教授、自在研初代所長の平尾収先生は人間と自動車を一体と考え「人動車」と言っていました。  車の動きは人の動きなのです。




乗り物の動きは

滑らかな人の動き



 x" = a - C x''

Vehicle Motion is Human Motion  乗り物の動きは人の動き
Professional Driver Model「弘法」: Bio-Motion + Inverse Model


Professional Driver 「AI弘法」: 逆モデルで作らる


  運転には、

人の運動逆モデル   Bio-Motion (バイオ モーション)  x" = a - C x' 

車両の運動逆モデル
Vehicle Inverse Model が必要 。 



両方を備えると Professional Driver(AI ドライバ) 「弘法」になれる.

 
Professional Driver Model プロ ドライバー モデル
 
左の図は、レーシングカーの逆モデルを身につけたドライバを示す。
 ドライバの頭の中にある運動
α は、運動 α を生じるハンドル操作 δ 、練習で獲得したVehicle Inverse Model 車両逆モデルから得て、この操作δが車に与えられることにより、レーシングカーの運動 α として実現される。

 
普通は操作から運動が生じる、逆に結果の運動が先にあってそのための操作を求めるモデルを逆モデルという。

 
ドライバの頭の中にある運動 α も実は環境駆動の逆運動モデルα = a - C x'から得られる。 すなわち、車で実現される人の運動制御は、常に結果が先に有るので全て逆モデルで構成される。


 感覚から小脳の中に逆ダイナミックスモデルが作られることは国際電気通信基礎技術研究所(ATR)脳情報研究所所長川人光男氏が実験で明らかにしてい
る。



CarSim/MATLABを使ってProfessional Driver(AI ドライバ) 「弘法」の運転を実現する









ブロック図はMATLAB/Simulink、赤の車両はCarSim車両、赤点線枠がDriver Model(ドライバ モデル)、その中身が手前でαが運動逆モデル、逆モデルが車両逆モデル。



AI ドライバモデルによる運転例:レーンチェンジ (CarSim + MATLAB/Simulink)

CarSim (Mechanical Simulation社)







T
Top  Bio-motion運動方程式  ドライバモデル弘法  ドライブ例  テーマ  バイモ研 弱US車両の挙動  運転の物理 Bio-Motion 運動方程式使用方法
バイモ研