課題に、ちょうどよい知能を。
LINKUは、AIと制御を小型の機械に統合します——課題を中心に設計し、現場での動作に対応し、条件の変化に合わせて調整できるシステムです。
課題中心の設計
明確な課題を中心にシステムを設計します。センシングからモデルまで、各層を現場、制約、条件の変化に合わせて調整できます。
現場で動作可能
演算と判断は機器上で行うことができ、クラウドとの往復を必須としません。構成によっては、オフラインで動作を継続し、データをローカルに保持できます。遅延、接続性、データの扱いが重要な現場に有効です。
設計で引き出す価値
ハードウェア仕様は境界を定めますが、成果そのものではありません。協調設計でモデル、制御、センシング、ハードウェアを調整し、実用上の限界に近づけます。重視するのは、その制約内で有用な課題性能です。
継続的に調整可能
データ収集と更新が可能な構成では、現場データを後の調整、モデル更新、制御修正に活用できます。改善は自動的な約束ではなく、工学的な工程です。
同一のシミュレーション対象、二つの制御戦略。
両側は同じ制御対象、目標、外乱、雑音をシミュレーションします。左は適切に調整した固定ゲイン PID、右は同じシミュレーション対象に公開ベストプラクティスを組み合わせたモデルベース制御です。これは協調設計における制御層の一つの寄与を示すもので、実機検証ではありません。整定の短縮はサイクル向上に、誤差の低減は機構やセンシングに必要な余裕の削減につながり得ます。
シミュレーションによる図示であり、実測データではありません · 両側は同一の目標・外乱・雑音系列を共有 · prefers-reduced-motion を尊重し、画面外では自動停止
カーソル移動＝目標の移動 · クリック＝両側へ同時に外乱 · 下の細い線＝誤差の時間推移（平らなほど良い）
リングをタップ＝目標を設定 · 「外乱」ボタン＝両側へ同時に外乱 · 下の細い線＝誤差の時間推移（平らなほど良い）
エンジニア向け：モデルとパラメータ
センシング（両側同一） エンコーダー量子化 1.5°（≈240 CPR）、ガウス雑音 σ = 0.5°；両側は同一の雑音系列を使用（common random numbers）
一般的な手法（適切に調整した基本 PID） 固定ゲイン PID：τ = 20·e + ∫12·e − 5.8·ω̂f（ζ ≈ 0.65）；速度＝エンコーダー 6 サンプル差分＋一次ローパス（dirty derivative、ω ≈ 20 rad/s）；アンチワインドアップ＝条件付き積分（出力飽和中は積分停止）；ステップ指令を直接入力——軌道計画・モデルフィードフォワード・オブザーバー・遅延補償なし
モデルベース制御（公開ベストプラクティスの正しい実装） 定常カルマン（α–β)推定＋1 サンプル先読み予測；準時間最適速度ガバナー（PTOS：遠方 v ≤ √(2a·e)、近傍は線形終端、a ≤ 0.8·τmax/J でフィードバック余裕を確保）；モデルフィードフォワード τff = J·a_ref + b·ω_ref；運動量式外乱オブザーバー（ω ≈ 12 rad/s）が外部トルクを推定・相殺；フィードバック τfb = 40·(θref−θ̂) + 11·(ωref−ω̂)、ζ ≈ 0.87
外乱 クリック＝両側へ同量の衝撃トルクを同時注入；環境外乱は連続の微小トルク雑音（系列共有）
統計 整定＝イベント後に ±2° 帯へ入り 0.3 s 留まるまでの時間（両側同一定義；誤差の全履歴は下の細い線）
範囲 右側はすべて公開された教科書級の技術です。このシミュレーションは協調設計における制御層の一つの寄与だけを示し、実機の計測結果ではありません
ご連絡ください。
より賢くしたい現場の課題、あるいは協業のご相談があれば、お気軽にご連絡ください。