モデル予測制御（MPC）Part1 ～基本的な考え方

Daisuke Akasaka, MathWorks

モデル予測制御の基本的な考え方について説明します。

モデル予測制御は、未来の応答を予測しながら各時刻で最適化問題を高速に計算するフィードバック制御手法です。1970年代後半に開発され、主に石油精製や化学プロセス等、プロセス制御系を中心に適用されてきましたが、近年の計算機やアルゴリズムの進化によって、自動車、航空機、産業機械などその適用範囲は広がりつつあります。制御系の高機能・高性能化がますます進む中で、今後ますます複雑なフィードバック制御技術が求められてきます。モデル予測制御は、優れた制御性能の発揮が期待できるため、幅広い産業分野で高い注目を集めています。

モデル予測制御（MPC）Part1 ～基本的な考え方モデル予測制御の基本的な考え方について説明します。複雑化する制御系に対してより高い制御性能を発揮するフィードバック制御手法として期待されています。

9:00

モデル予測制御（MPC）Part 2 ～ Model Predictive Control Toolbox例題車両運動制御の簡単な例を題材に、Model Predictive Control Toolboxの概要について説明します。

1:03:55

モデル予測制御（MPC）【入門】 Model Predictive Control Toolboxを活用し、Simulink上でモデル予測制御の設計・シミュレーションを効率的に実現する方法についてご紹介します。入力や出力に制約を持つ多入出力（MIMO）の制御対象に対して、どのようにモデル予測制御のコントローラを設計、シミュレーション、実装するのかについてご理解頂けます。

7:52

モデル予測制御（MPC）の応用～アダプティブ・クルーズ・コントロールとセンサーフュージョン ADAS/自動運転システムへのモデル予測制御（MPC）の応用に注目します。アダプティブ・クルーズ・コントロール（ACC）にMPCを適用し、センサーフュージョンと組み合わせたフィードバック制御システムのシミュレーション例について紹介します。Simulinkは車両運動やセンサーを含むACCシステム全体のモデル化、閉ループでのテスト・評価を可能とし、アドバンストなアルゴリズム開発の生産性を向上させます。