JP2025127907A - 制御システム、制御方法、機械学習方法および学習済み機械学習モデル - Google Patents

Abstract

【課題】制御対象を精度良くモデル化する。
【解決手段】制御システムは、ペイロードを所定位置まで屈曲および進行しながら案内するガイド機構と、ガイド機構の姿勢を変化させる姿勢用アクチュエータと、ガイド機構を進退させる進退用アクチュエータと、姿勢用アクチュエータと進退用アクチュエータとを制御する制御部と、を備え、制御部が、ガイド機構の複数点の各三次元座標の時系列を入力し、各アクチュエータに対する各制御情報の各時系列とを出力する機械学習モデルであって、ガイド機構が所定の目標経路に沿って屈曲および進行するよう各アクチュエータを動作させることで取得された各アクチュエータに対する各制御情報の各時系列とガイド機構の複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデルを用いて、各アクチュエータの各動作を制御する。
【選択図】図１

Description

本開示は、制御システム、制御方法、機械学習方法および学習済み機械学習モデルに関する。

特許文献１には、先端にセンサが設けられた検査用ケーブルが内部に挿通可能とされて可撓性を有する制御対象であるチューブ、チューブの姿勢を調節可能な姿勢用アクチュエータ、および、チューブを進退させる進退用アクチュエータを備える検査用チューブの駆動制御装置が記載されている。この検査用チューブの駆動制御装置は、検査対象物の内部において予め定めたルートの開始点から目標点まで、ルートに沿ってチューブを移動させる解析を行う逆解析部と、逆解析部の解析結果に基づいて、ルート上の各位置にチューブが位置した際の姿勢用アクチュエータおよび進退用アクチュエータの操作量を解析操作量として取得する順解析部と、を備える。また、逆解析部は、例えば、ルート上に拘束された状態でチューブが強制的に移動されるように、三次元の解析モデル上で仮想的に複数のチューブ本体を曲げながら、開始点から目標点までチューブの先端を移動させるシミュレーションを行う。また、順解析部は、例えば、逆解析部でのシミュレーションにおいてチューブが移動することに伴って姿勢用アクチュエータおよび進退用アクチュエータが動かされた操作量である被操作量が取得される。

国際公開第２０２０／０９０９５９号

しかしながら、特許文献１に例示されているワイヤ駆動式チューブ構造では、例えば、ワイヤとチューブの間に発生する摩擦力がワイヤを引っ張る方向と緩める方向とで異なるヒステリシスを有するため、制御対象のモデル化が難しい場合あるという課題があった。

本開示は、上記課題を解決するためになされたものであって、制御対象を精度良くモデル化することができる制御システム、制御方法、機械学習方法および学習済み機械学習モデルを提供することを目的とする。

上記課題を解決するために、本開示に係る制御システムは、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備え、前記制御部が、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力する機械学習モデルであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する。

本開示に係る制御方法は、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備える制御システムの制御方法であって、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力する機械学習モデルであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する。

本開示に係る機械学習方法は、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、学習済みの機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備える制御システムにおいて前記制御部が用いる前記機械学習モデルの機械学習方法であって、前記学習済み機械学習モデルは、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力するものであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして前記機械学習モデルを機械学習する。

本開示に係る学習済み機械学習モデルは、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、学習済みの機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備える制御システムにおいて前記制御部が用いる前記学習済み機械学習モデルであって、前記機械学習モデルは、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力するものであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習されている。

本開示の制御システム、制御方法、機械学習方法および学習済み機械学習モデルによれば、制御対象を精度良くモデル化することができる。

本開示の実施形態に係る制御システムの構成例を示す図である。 本開示の実施形態に係る機械学習モデルの構成例を示す図である。 本開示の実施形態に係る機械学習モデルの入力データと出力データの例を示す図である。 本開示の実施形態に係る検査対象物であるタービンを有するガスタービンの概略構成を示す模式図である。 本開示の実施形態に係る燃焼器周りの概略構成を示す模式図である。 本開示の実施形態に係るチューブおよび姿勢用アクチュエータを説明する概略構成を示す模式図である。 本開示の実施形態に係るチューブ本体およびワイヤを示すチューブの要部拡大図である。 本開示の実施形態に係る先端のチューブ本体におけるワイヤの取り付け位置を示すチューブ本体の要部断面図（Ｖ－Ｖ断面図）である。 本開示の実施形態に係る先端のチューブ本体に隣接する別のチューブ本体におけるワイヤの取り付け位置を示すチューブ本体の要部断面図（ＶＩ－ＶＩ断面図）である。 本開示の実施形態に係る姿勢用アクチュエータの構造を示す要部断面図である。 本開示の実施形態に係るルートを説明する模式図である。 本開示の実施形態に係る機械学習モデルの機械学習方法の例を示すフローチャートである。 本開示の実施形態に係る教師データの生成例を説明するための模式図である。 本開示の実施形態に係る教師データの生成例を説明するための模式図である。 本開示の実施形態に係る教師データの生成例を説明するための模式図である。 本開示の実施形態に係る教師データの生成例を説明するための模式図である。 本開示の実施形態に係るコンピュータの構成を示す概略ブロック図である。

以下、本開示の実施形態に係る制御システム、制御方法、機械学習方法および学習済み機械学習モデルについて、図１～図１７を参照して説明する。なお、各図において同一または対応する構成には同一の符号を用いて説明を適宜省略する。

図１は、本開示の実施形態に係る制御システムの構成例を示す図である。図１に示す制御システム１００は、ガイド機構１０１と、ペイロード１０２と、後続部１０３と、ガイド管１０４と、姿勢用アクチュエータ１０５と、進退用アクチュエータ１０６と、架台１０７と、モニタ１０８と、制御部１０９とを備える。なお、図１では、図に向かって上下方向をＹ方向、左右方向をＺ方向、奥行き方向をＸ方向としている。

ガイド機構１０１は、工業用内視鏡ケーブル等のペイロード１０２を例えばプラント内狭隘部の点検対象等の対象物ＯＢＪまで屈曲および進行（通過）しながら案内するための関節機構である。すなわち、ガイド機構１０１は、所定のペイロード１０２を所定の位置まで屈曲および進行しながら案内するガイドである。ガイド機構１０１は、例えば、チューブ状の形状を有するワイヤ駆動式の多関節ガイド機構である。

ペイロード１０２は、ガイド機構１０１の内蔵物であり、例えば、工業用内視鏡ケーブルや工業用内視鏡を高温環境で保護するための耐熱シース等である。あるいは、ペイロード１０２は、作業用ツールや異物回収用ツール等であってもよい。

後続部１０３は、ガイド機構１０１と姿勢用アクチュエータ１０５との間を結合する結合部である。ガイド機構１０１をプラント内部奥側の狭隘部に挿入するために、ガイド機構１０１と後続部１０３がガイド管１０４で案内される。また後続部１０３は、ガイド機構１０１の反力を支持する。

ガイド管１０４は、ガイド機構１０１を対象物ＯＢＪの近傍までガイドする管である。例えば、タービンの内部を点検対象とする場合、点検口と点検対象との間に燃焼器がある。燃焼器は直線状の本体の末端に数十度屈曲した出口端があり、出口端とタービン前部がつながる。燃焼器内は直線状の長い空洞であるため、ガイド機構１０１をそのまま内部に入れると自重により垂れることで、出口端まで真っすぐ到達できない可能性がある。この対策として、点検口入口からパイプ状のガイド管１０４を挿入および設置して、この中にガイド機構１０１を案内するようにする。点検口背後のスペースが狭い場合は、ガイド管１０４を分割式の着脱構造として、接続しながら燃焼器出口端までガイド管１０４先端を挿入させる。

姿勢用アクチュエータ１０５は、ガイド機構１０１を屈曲させるための駆動機構である。すなわち、姿勢用アクチュエータ１０５は、ガイド機構１０１の姿勢を変化させるアクチュエータである。ガイド機構１０１をワイヤで駆動する場合は、姿勢用アクチュエータ１０５は、例えば、ワイヤをテンドン駆動するアクチュエータや、アクチュエータの変位や回転角を検知するセンサ、ワイヤ張力モニタ用のロードセル等も含む。進退用アクチュエータ１０６と組合せて、ガイド機構１０１およびペイロード１０２が、事前に計画した経路Ｒに追従しながら内部に進入できるよう、進退用アクチュエータ１０６の推進と同期しながら、ガイド機構１０１を屈曲させる。

進退用アクチュエータ１０６および架台１０７は、姿勢用アクチュエータ１０５を進退用アクチュエータ１０６上に搭載し架台１０７上で進退用アクチュエータ１０６が矢印Ａ１の方向に前後進することで、姿勢用アクチュエータ１０５、それに接続された後続部１０３およびガイド機構１０１ごとプラント内部に送り込んだり、引き出したりするための推進機構である。例えばリニアアクチュエータで構成される。進退用アクチュエータ１０６は、ガイド機構１０１を進退させるアクチュエータである。

モニタ１０８は、例えばペイロード１０２の先端部に取り付けられたカメラ等のセンサの出力信号を表示する。

制御部１０９は、姿勢用アクチュエータ１０５の動作および進退用アクチュエータ１０６の動作の制御を行う。以下、姿勢用アクチュエータ１０５と進退用アクチュエータ１０６とを総称してアクチュエータともいう。制御部１０９は、下位の制御系として、アクチュエータの位置、速度、推力等の制御を実施するとともに、上位制御系として、狭隘内部の目標経路Ｒの生成およびガイド機構１０１が目標経路Ｒに追従するためのアクチュエータの指令を導出するための学習済み機械学習モデル（逆運動学モデル）１１０を有する。なお、図１では、目標経路Ｒをガイド機構１０１から離れた位置に図示しているが、目標経路Ｒとガイド機構１０１の中心軸はほぼ一致している。ガイド機構１０１は、ガイド管１０４の先端部に対応する開始点Ｓ１にガイド機構１０１上の点ＰＳ１が位置する状態から、目標経路Ｒに沿って各点ＰＳ１、ＰＳ２、…が上下左右に位置を変えながら、目標点Ｅ１に点ＰＳ１が位置する状態まで、屈曲および進行する。また、ガイド機構１０１は、例えば対象物ＯＢＪの点検終了後は、目標経路Ｒに沿って逆の方向に屈曲および後退する。

学習済み機械学習モデル１１０は、ガイド機構１０１における複数点（ＰＳ１、ＰＳ２、ＰＳ３、ＰＳ４、…）の各三次元座標の時系列を入力し、姿勢用アクチュエータ１０５に対する制御情報（ｑ１、ｑ２、ｑ３、ｑ４、…）の時系列と進退用アクチュエータ１０６に対する制御情報（ｐ）の時系列とを出力する機械学習モデルである。学習済み機械学習モデル１１０は、ガイド機構１０１が所定の目標経路Ｒに沿って屈曲および進行するよう姿勢用アクチュエータ１０５と進退用アクチュエータ１０６とを動作させることで取得された姿勢用アクチュエータに対する制御情報（ｑ１、ｑ２、ｑ３、ｑ４、…）の時系列と進退用アクチュエータ１０６に対する制御情報（ｐ）の時系列とガイド機構１０１の複数点（ＰＳ１、ＰＳ２、ＰＳ３、ＰＳ４、…）の各三次元座標の時系列との組み合わせを教師データとして機械学習された機械学習モデルである。なお、学習済み機械学習モデル１１０の機械学習の詳細例については後述する。制御情報は、アクチュエータに対する制御入力（制御指令）であり、例えば、ワイヤの引き量（ｑ１、ｑ２、ｑ３、ｑ４、…）、推進部の進退量（ｐ）等である。

制御部１０９は、学習済み機械学習モデル１１０を用いて、姿勢用アクチュエータ１０５の動作と進退用アクチュエータ１０６の動作とを制御する。制御部１０９は、目標経路Ｒ（以下、ルートＲともいう）に沿ってガイド機構１０１を屈曲および進行させる場合の各点ＰＳ１、ＰＳ２、…の三次元座標の時系列を例えば検査対象の三次元設計モデル等を用いて作成し、作成した三次元座標の時系列データを学習済み機械学習モデル１１０に入力し、学習済み機械学習モデル１１０の出力として、姿勢用アクチュエータ１０５に対する制御情報の時系列と、進退用アクチュエータ１０６に対する制御情報の時系列とを取得する。そして、制御部１０９は、取得した姿勢用アクチュエータ１０５に対する制御情報の時系列と、進退用アクチュエータ１０６に対する制御情報の時系列とに基づいて、姿勢用アクチュエータ１０５の動作と進退用アクチュエータ１０６の動作とを制御する。なお、これらの処理の一部は制御部１０９を構成するコンピュータ以外の他のコンピュータにおいて行ってもよい。

ガイド機構１０１が複数のワイヤの引き伸ばしによって姿勢を変化させる構造を有している場合、学習済み機械学習モデル１１０は、例えば、中間層の出力を再び中間層に入力する自己ループを含むニューラルネットワークで構成されていることが望ましい。この場合、学習済み機械学習モデル１１０は、時系列を扱うことができるニューラルネットワークで構成されることになり、例えば、機械的ヒステリシスの影響を考慮したモデルとすることができる。なお、時系列を扱うことができるニューラルネットワークには、中間層に再帰的な構造を持たせたニューラルネットワークである再帰型ニューラルネットワーク（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ；ＲＮＮ）があり、ＲＮＮにはさらに、中間層が、ＬＳＴＭ（（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ；長期短期記憶）を含む構成、ＧＲＵ（Ｇａｔｅｄ Ｒｅｃｕｒｒｅｎｔ Ｕｎｉｔ；ゲート付き再帰ユニット)を含む構成等がある。

なお、本実施形態において、時系列とは、時間的変化を連続的に（すなわち所定の間隔で）表す値の系列であり、時系列データと時系列とは同義であるとする。

図２は、本開示の実施形態に係る機械学習モデル（学習済み機械学習モデル１１０）の構成例を模式的に示す図である。横軸を時間軸として、入力層２０１へ入力される多次元の変数Ｘ１、Ｘ２、Ｘ３、…、Ｘｎと、中間層２０２におけるデータの流れと、出力層２０３から出力される多次元の変数Ｙ１、Ｙ２、Ｙ３、…、Ｙｎとの対応関係を示す。本実施形態では、変数Ｘ１、Ｘ２、Ｘ３、…、Ｘｎは、ガイド機構１０１の複数点（ＰＳ１、ＰＳ２、ＰＳ３、ＰＳ４、…）の各三次元座標の時系列である。変数Ｙ１、Ｙ２、Ｙ３、…、Ｙｎは、姿勢用アクチュエータ１０５に対する制御情報（ｑ１、ｑ２、ｑ３、ｑ４、…）の時系列と進退用アクチュエータ１０６に対する制御情報（ｐ）の時系列である。また、中間層２０２では、現ステップの入力変数と直前ステップの中間層パラメータ（時系列パラメータ付き重み行列およびバイアス値）が入力となり、現ステップの出力変数と現ステップの中間層パラメータが出力となる。

図３は、本開示の実施形態に係る機械学習モデル（学習済み機械学習モデル１１０）の入力データと出力データの例を示す図である。学習済み機械学習モデル１１０への入力データは、ガイド機構１０１の各点（ＰＳ１、ＰＳ２、ＰＳ３、ＰＳ４、…）の各三次元座標（ｘ、ｙ、ｚ）の時系列（時刻ｔ１、ｔ２、ｔ３、ｔ４、…の各値）である。なお、各点（ＰＳ１、ＰＳ２、ＰＳ３、ＰＳ４、…）は、例えば後述する関節（チューブ本体間の接続部分）の先端、中間部等の所定点である。学習済み機械学習モデル１１０からの出力データは、姿勢用アクチュエータ１０５に対する制御情報（あるいは制御入力）の値ｑ１、ｑ２、ｑ３、…の時系列（時刻ｔ１、ｔ２、ｔ３、ｔ４、…の各値）と、進退用アクチュエータ１０６に対する制御情報（あるいは制御入力）の値ｐの時系列（時刻ｔ１、ｔ２、ｔ３、ｔ４、…の各値）とを含む。

次に、図４～図１６を参照して、図１等を参照して説明した本実施形態に係る制御システム１００の検査対象物を、産業用プラントにおける発電用ＧＴ（ガスタービン）のタービンとする場合の例について説明する。図４は、本開示の実施形態に係る検査対象物であるタービンを有するガスタービンの概略構成を示す模式図である。

なお、図１に示す各構成は、図４～図１６に示す以下の各構成に対応している。図１に示す制御システム１００は、検査装置５に対応している。図１に示すガイド機構１０１は、チューブ６２（能動部６２Ａ）に対応している。図１に示すペイロード１０２は、検査用ケーブル６１に対応している。図１に示す後続部１０３は、チューブ６２（従動部６２Ｂ）に対応している。図１に示すガイド管１０４は、案内治具７に対応している。図１に示す姿勢用アクチュエータ１０５は、姿勢用アクチュエータ６５に対応している。図１に示す進退用アクチュエータ１０６は、進退用アクチュエータ６７（進退駆動部６７１）に対応している。図１に示す架台１０７は、ガイドレール６７２に対応している。図１に示すモニタ１０８は、カメラ画像モニタ９１に対応している。図１に示す制御部１０９は、駆動制御装置８に対応している。

図４に示すように、ガスタービン１は、高圧空気を生成する圧縮機２と、燃焼ガスによって駆動されるタービン３と、高圧空気に燃料を混合して燃焼させることで燃焼ガスを生成してタービン３に供給する複数の燃焼器４とを備えている。

タービン３は、軸線Ｏ１回りに回転するタービンロータ３１と、タービンロータ３１を外周側から覆うタービンケーシング３５と、を有している。タービンロータ３１は、軸線Ｏ１に沿って延びる柱状をなしている。タービンロータ３１の外周面上には、軸線Ｏ１の延びる方向である軸線Ｏ１方向に間隔をあけて配列された複数のタービン動翼段３２が設けられている。各タービン動翼段３２は、タービンロータ３１の外周面上で、軸線Ｏ１を中心とする周方向に間隔をあけて並んで配置された複数の動翼３３を有している。

タービンケーシング３５は、軸線Ｏ１を中心とする筒状をなしている。タービンケーシング３５の内周面には、軸線Ｏ１方向に間隔をあけて配列された複数のタービン静翼段３６が設けられている。これらのタービン静翼段３６は、各タービン動翼段３２の上流側に、各タービン動翼段３２に一対一で対応するように設けられている。これにより、タービン静翼段３６とタービン動翼段３２は軸線Ｏ１方向において交互に配置されている。各タービン静翼段３６は、タービンケーシング３５の内周面上で、周方向に間隔をあけて並んで配置された複数の静翼３７を有している。本実施形態では、タービンケーシング３５の内部において、最も上流側に配置された動翼３３および静翼３７を第一段動翼３３１および第一段静翼３７１と称する。

燃焼器４は、圧縮機２とタービンケーシング３５との連結部分に設けられている。燃焼器４は、軸線Ｏ１を中心とする周方向に間隔をあけて複数が設けられている。本実施形態の燃焼器４は、中空筒状の燃焼筒４１を有している。

燃焼筒４１の内部では、圧縮機２で圧縮された高圧空気と燃料ガスとの混合気が燃焼されることで、燃焼ガスが生成されている。燃焼筒４１は、筒状をなす部材である。燃焼筒４１の上流側の端部を含む部分では、その仮想中心軸線Ｏ４が圧縮機２からタービン３に向かうにしたがって軸線Ｏ１に近づくように傾斜して延びている。燃焼筒４１の下流側の端部（出口）は、タービン３の入口に接続されている。燃焼筒４１では、上流側の端部を含む部分に対して、下流側の端部を含む部分が軸線Ｏ１方向に沿うように屈曲している。

本実施形態の検査装置５は、タービンケーシング３５を開放することなく、タービン３の内部を視認する非破壊検査である。検査装置５では、図５に示すように、先端にセンサ６１２が設けられた検査用ケーブル６１が使用される。なお、タービン３の内部とは、タービンケーシング３５の内部の燃焼ガスが流通する空間であって、動翼３３や静翼３７が配置された空間である。

検査装置５は、外部からタービン３の内部を確認することが可能な装置である。検査装置５は、燃焼器４に固定されることで、燃焼器４内を介してタービン３の内部における視認が難しい狭隘部や屈曲部を視認可能とされている。本実施形態の検査装置５は、検査用ケーブル６１と、検査用チューブ６と、案内治具７と、駆動制御装置８と、カメラ画像モニタ９１とを備えている。

検査用ケーブル６１は、柔軟性の高いケーブル本体６１１と、ケーブル本体６１１の先端に設けられてタービン３の内部を検査可能なセンサ６１２とを有している。ケーブル本体６１１は、作業者によって操作部（不図示）が操作されることで、ケーブル本体６１１の延びる方向であるケーブル延在方向に対して交差する任意の方向に屈曲可能であるケーブル本体６１１は、チューブ６２とは別の部材であって、チューブ６２に対して着脱可能に固定されている。ケーブル本体６１１には、検査用チューブ６とは別に単独で駆動させることが可能なように、ケーブル移動用のアクチュエータ（不図示）が設けられている。

センサ６１２は、ケーブル本体６１１の先端に固定されている。センサ６１２およびケーブル本体６１１はチューブ６２に内蔵されている。本実施形態のセンサ６１２は、タービン３の内部を撮像可能なカメラである。センサ６１２で撮像された映像や画像等の撮像データは、ケーブル本体６１１におけるセンサ６１２が設けられていない側の端部（後端）から延びるケーブルを介して、カメラ画像モニタ９１に送られる。本実施形態の検査用ケーブル６１としては、例えば、直接目視出来ない奥まった部位の観察や検査をするボアスコープ（工業用内視鏡）が用いられる。

カメラ画像モニタ９１は、センサ６１２が撮影した映像を表示する。カメラ画像モニタ９１には、検査用ケーブル６１からセンサ６１２で撮像された撮像情報が入力される。また、カメラ画像モニタ９１に入力された撮像情報は、駆動制御装置８に送られる。

なお、検査用ケーブル６１は、屈曲可能構造を有するものであればよく、例えば、柔軟性の高い部材が複数繋がれた多関節構造を有する蛇型のロボット等であってもよい。

また、センサ６１２は、本実施形態のようにカメラであることに限定されるものではない。例えば、本実施形態のセンサ６１２は、寸法計測機能（例えば、三次元位相計測）を有するセンサ６１２や、温度や傷の有無を測定可能なセンサ６１２であってもよい。

検査用チューブ６は、チューブ６２と、姿勢用アクチュエータ６５と、進退用アクチュエータ６７と、を備えている。

チューブ６２は、図６に示すように、検査用ケーブル６１が挿通可能な中空部が内部に形成されている。チューブ６２は、可撓性を有している。チューブ６２は、複数箇所で屈曲可能な多関節構造とされている。したがって、チューブ６２は、チューブ６２の延びる方向であるチューブ延在方向に対して交差する任意の方向に屈曲可能とされている。なお、チューブ６２の各関節部は、曲げやすい一方で、ねじりにくく圧縮されにくい構造とされていることが好ましい。チューブ６２の外径は、燃焼器４内およびタービン３の動静翼間の狭隘部に挿入可能な大きさとされている。チューブ６２には、ケーブル本体６１１が着脱可能とされている。本実施形態のチューブ６２は、複数のチューブ本体６３が連結されることで構成されている。

複数のチューブ本体６３は、チューブ本体６３の延びている方向に並んで配置され、互いに連結されている。チューブ本体６３は、その中心軸に沿って直線状に延びた状態である初期状態から屈曲するように変形した変形状態に変形可能とされている。チューブ本体６３は、図７に示すように、両端が開口した筒状部６３１と、筒状部６３１の両端の外周面から径方向の外側に向かって突出するフランジ部６３２とを有している。筒状部６３１は、内部に検査用ケーブル６１が挿通可能な円筒状をなしている。筒状部６３１は、例えば複数のスリット（不図示）が形成され、任意の方向に屈曲可能とされている。フランジ部６３２は、円環状をなして筒状部６３１と一体に形成されている。

図６に示すように、姿勢用アクチュエータ６５は、チューブ６２の姿勢を調節可能とされている。ここで、チューブ６２の姿勢とは、チューブ延在方向と交差する仮想面上でのチューブ６２の先端の位置および向きである。本実施形態の姿勢用アクチュエータ６５は、チューブ６２の後端に固定されている。姿勢用アクチュエータ６５は、図１０に示すように、複数のワイヤ６５１と、筐体部６５２と、プーリ６５３と、ワイヤ駆動部６５４と、ワイヤ荷重検出部６５５と、を有している。

図７に示すように、複数のワイヤ６５１は、一つのチューブ本体６３に対して複数（本実施形態では、例えば三本）設けられている。ワイヤ６５１の先端は、チューブ本体６３において先端側に位置するフランジ部６３２に固定されている。ワイヤ６５１は、図８に示すように、一つのフランジ部６３２に対して位相をずらすように（例えば１２０度）、互いに離れて固定されている。また、ワイヤ６５１は、隣接するチューブ本体６３ごとに位相をずらして配置されている。したがって、図９に示すように、先端側に配置された一のチューブ本体６３に対して、後端側で隣接する別のチューブ本体６３では、例えばワイヤ６５１の固定位置が６０度ずれている。そのため、後端側のチューブ本体６３のフランジ部６３２には、そのチューブ本体６３よりも先端側に配置されたチューブ本体６３に固定されているワイヤ６５１を挿通させるためのワイヤ挿通孔６３３が形成されている。したがって、ワイヤ挿通孔６３３は、最も後端に近い位置に配置されたチューブ本体６３ほど多く形成されている。

図１０に示すように、筐体部６５２は、チューブ６２の後端に固定されている。筐体部６５２は、内部にワイヤ６５１の一端が収容されている。筐体部６５２には、チューブ６２の後端から飛び出しているケーブル本体６１１が挿通可能な筐体貫通孔６５２Ａが形成されている。筐体貫通孔６５２Ａは、筐体部６５２を貫通するように形成されている。

プーリ６５３は、筐体部６５２内に回転可能な状態で取り付けられている。プーリ６５３は、筐体部６５２内で、ワイヤ６５１の延びている方向を反転させている。プーリ６５３は、ワイヤ６５１ごとに設けられている。つまり、プーリ６５３は、一つのワイヤ６５１に対して一つ設けられている。プーリ６５３は、筐体貫通孔６５２Ａを囲むように互いに離れて複数設けられている。

ワイヤ駆動部６５４は、筐体部６５２内に固定されている。ワイヤ駆動部６５４は、ワイヤ６５１ごとに設けられている。つまり、ワイヤ駆動部６５４は、一つのワイヤ６５１に対して一つ設けられている。ワイヤ駆動部６５４は、ワイヤ６５１においてチューブ本体６３と固定されていない側の端部であるワイヤ６５１の後端に対して、ワイヤ荷重検出部６５５を介して繋がっている。ワイヤ駆動部６５４は、ワイヤ６５１をプーリ６５３に対して進退させることが可能とされている。ワイヤ駆動部６５４としては、例えば、電動スライダや電動シリンダやボールねじが用いられる。

ワイヤ荷重検出部６５５は、ワイヤ６５１の後端とワイヤ駆動部６５４との間に配置されている。ワイヤ荷重検出部６５５は、ワイヤ６５１に生じる荷重（ワイヤ引張力）を測定し、測定結果をワイヤ駆動部６５４に送っている。送られた測定結果が過大であると判断される値（例えば、ワイヤ６５１に損傷を与えるような値）以上の場合には、ワイヤ駆動部６５４はワイヤ６５１を緩めるように駆動される。また、送られた測定結果が過少であると判断される値（例えば、ワイヤ６５１が撓んでいるとみなせる値）以下の場合には、ワイヤ駆動部６５４はワイヤ６５１を緩まない程度に張るように駆動される。ワイヤ荷重検出部６５５は、例えば、荷重を直接測定可能なロードセルであってもよい。また、代替手段として、ワイヤ駆動部６５４でのモータ電流値に基づいて間接的に荷重を測定してもよい。

また、姿勢用アクチュエータ６５は、複数のチューブ本体６３の中でも先端に近い位置に配置された一部のチューブ本体６３を駆動する。姿勢用アクチュエータ６５によって駆動されるチューブ本体６３は、一つであってもよく、複数であってもよい。本実施形態のチューブ６２は、図６に示すように、姿勢用アクチュエータ６５によって駆動される能動部６２Ａと、姿勢用アクチュエータ６５によって駆動（変形や移動）されない従動部６２Ｂとに分けられる。

能動部６２Ａでは、各チューブ本体６３のフランジ部６３２にワイヤ６５１が固定されている。能動部６２Ａは、チューブ６２において先端から所定の長さの領域である。ここで、所定の長さとは、所望の検査範囲に到達可能な長さである。

従動部６２Ｂは、能動部６２Ａの動きに追従して可動する。従動部６２Ｂでは、各チューブ本体６３のフランジ部６３２にワイヤ６５１が固定されていない。従動部６２Ｂは、チューブ６２において後端から能動部６２Ａまでの領域である。本実施形態の従動部６２Ｂは、筐体部６５２と能動部６２Ａとには挟まれた領域である。

図５に示すように、進退用アクチュエータ６７は、チューブ６２を進退させることが可能とされている。ここで、チューブ６２の進退とは、チューブ延在方向に対してチューブ６２を移動させることである。本実施形態の進退用アクチュエータ６７は、チューブ６２が固定された筐体部６５２を移動可能とされている。進退用アクチュエータ６７は、ガイドレール６７２と、進退駆動部６７１と、を有している。

ガイドレール６７２は、案内治具７を介して燃焼器４の上流端に固定可能とされている。本実施形態のガイドレール６７２は、燃焼器４に固定された状態で、燃焼筒４１の上流側の端部を含む部分の仮想中心軸線Ｏ４と平行に延びている。

進退駆動部６７１は、ガイドレール６７２上を移動する。進退駆動部６７１には、筐体部６５２が固定されている。進退駆動部６７１は、例えば、電動スライダである。燃焼器４との接続位置に近づくように進退駆動部６７１がガイドレール６７２上を移動することで、チューブ６２がタービン３の内部の奥深く（下流側）まで挿入される。逆に、図５に示すように、燃焼器４との接続位置から離れるように進退駆動部６７１がガイドレール６７２上を移動することで、チューブ６２がタービン３の内部の奥からタービン３の入口付近（上流側）まで移動される。

案内治具７は、ガスタービン１の外部からタービン３の内部までチューブ６２を案内する。本実施形態の案内治具７は、燃焼器４の上流側から燃焼筒４１内に挿入されることで、チューブ６２の先端を燃焼器４の外部から燃焼器４の出口（タービン３の内部における第一段静翼３７１の上流側付近）まで案内する。

駆動制御装置８は、図５に示すように、姿勢用アクチュエータ６５および進退用アクチュエータ６７に信号を送り、チューブ６２の動きを制御可能とされている。その際、駆動制御装置８は、図１に示す制御部１０９と同様に、学習済み機械学習モデル１１０を用いて姿勢用アクチュエータ６５の動作と進退用アクチュエータ６７の動作を制御する。駆動制御装置８は、まず、予め所定の記憶領域に記憶されていたタービン３の内部の三次元形状データに基づいて、ルートＲを決定する。ルートＲは、図１１に示すように、本実施形態の検査装置５において、タービン３の内部でチューブ６２の先端が最初に配置される開始点Ｐ１から検査（点検）される目標点Ｐ２までの道筋である。開始点Ｐ１は、検査開始前にチューブ６２の先端が位置する地点である。本実施形態における開始点Ｐ１は、タービン３の入口と燃焼器４の出口との接続部分であって、第一段静翼３７１の上流端付近である。目標点Ｐ２は、検査対象とする静翼３７や動翼３３等のタービン３の内部の任意の検査位置である。

次に、駆動制御装置８は、ルートＲの情報に基づき、学習済み機械学習モデル１１０を用いて、開始点Ｐ１から目標点Ｐ２までルートＲに沿ってチューブ６２を移動させるための姿勢用アクチュエータ６５および進退用アクチュエータ６７に対する制御情報の各時系列を取得する。そして、駆動制御装置８は、取得した姿勢用アクチュエータ６５および進退用アクチュエータ６７に対する制御情報の各時系列に基づき姿勢用アクチュエータ６５の動作と進退用アクチュエータ６７の動作を制御する。

また、駆動制御装置８は、学習済み機械学習モデル１１０の機械学習用の教師データを作成する際には、教師データの作成用の図示していない外部のパーソナルコンピュータ等のコンピュータに接続され、その外部のコンピュータからの指示に応じて、姿勢用アクチュエータ６５の動作と進退用アクチュエータ６７の動作を制御する。

次に、学習済み機械学習モデル１１０の機械学習に用いる教師データの生成の仕方および機械学習の仕方について、図１２～図１６を参照して説明する。図１２は、本開示の実施形態に係る機械学習モデル（学習済み機械学習モデル１１０）の機械学習方法の例を示すフローチャートである。図１３～図１６は、本開示の実施形態に係る教師データの生成例を説明するための模式図である。

図１２に示す処理は、パーソナルコンピュータ等のコンピュータを用いて、図１２に示す処理用のアプリケーション等を用いて実行される。なお、この場合、チューブ６２は、９関節を有し、各関節は各３本のワイヤ６５１で姿勢が制御されるものとする。したがって、姿勢用アクチュエータ６５に対する制御情報は、９×３＝２７本のワイヤ６５１のワイヤ引き量ｑｉ（ｉ＝１～２７）を示す情報を含む。また、進退用アクチュエータ６７に対する制御情報は、推進量ｐを示す情報を含む。なお、図１２に示す処理においては、図１３に示すようなタービン３のモックアップ３ｍを用いて教師データが作成される。なお、図１３に示す参照符号の末尾に英字「ｍ」を付加した構成が、図１１に示す対応する参照符号を付した構成と対応している。図１３に示す例では、チューブ６２は、モックアップではなく実機である。

図１２に示す処理は、操作者の指示に従って開始される。ステップＳ１１では、姿勢用アクチュエータ６５と進退用アクチュエータ６７のインチング（寸動）によって開始点Ｐ１から目標点Ｐ２まで目標経路Ｒに沿って各関節（チューブ本体６３）を微小量ずつ屈曲および推進させ、翼内を通過させながら複数のキーポーズにおいてワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐを取得する。ここで、キーポーズは、例えば、チューブ６２の姿勢が例えば目視によって目標経路Ｒと一致（あるいはほぼ一致）していて、例えば、翼間との空隙が所定量よりも大きく、前回のキーポーズから一定距離推進したと場合の姿勢とすることができる。ただし、この例に限定されず、前回のキーポーズから一定距離推進し、かつ翼との隙間が所定量より大きい場合の姿勢等としてもよい。また、開始点Ｐ１から目標点Ｐ２まで屈曲および進行させる途中で、特定の複数の推進量（例えば、図１３で破線の円ＳＰで示す各位置）においてチューブ６２の先端部を上下左右に目標経路Ｒからずらした場合のワイヤ引き量ｑｉ（ｉ＝１～２７）も取得する。なお、インチング（寸動）とは、例えばスイッチ、ボタン、レバーなどの操作によって平行移動、往復運動等の直線運動や回転運動等の動作を運動部品にほんのわずかだけ行わせることを意味する。

図１４は、チューブ６２の先端位置を基準として、目標点Ｐ２に対応する円ＳＰで示す位置と、その一つ前の円ＳＰで示す位置と、キーポーズの各位置と、円ＳＰで示す位置において目標経路Ｒから上下左右にずらした各位置との関係の例を模式的に示す。一つ前の円ＳＰで示す位置では、まず、位置Ｐ１１においてキーポーズのワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐが取得される。次に、チューブ６２の先端位置を、姿勢用アクチュエータ６５のインチングによって、位置Ｐ１２、Ｐ１３、Ｐ１４およびＰ１５の各位置にずらして、ワイヤ引き量ｑｉ（ｉ＝１～２７）がそれぞれの位置で取得される。次に、チューブ６２の先端位置を、位置Ｐ１１に手動または自動で戻してから、インチングによって位置Ｐ１６、Ｐ１７、Ｐ１８、Ｐ１９およびＰ２０（目標点Ｐ２）へ屈曲および進行させ、各位置においてキーポーズのワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐが取得される。次に、チューブ６２の先端位置を、姿勢用アクチュエータ６５のインチングによって、位置Ｐ２１、Ｐ２２、Ｐ２３およびＰ２４の各位置にずらして、ワイヤ引き量ｑｉ（ｉ＝１～２７）がそれぞれの位置で取得される。

次に、ステップＳ１２では、各キーポーズのワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐのキーポーズ間の１または複数の値（ｑｉを補間した値とｐを補間した値）を線形補間によって求め、時刻に係る情報を付与することで時系列化し、ワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐの時系列を生成する。各値に対して、時刻に係る情報を付与することとは、例えば推進量ｐの所定の変化量毎に、所定の時間間隔となるような時刻情報を割り当てることを意味する。この場合、ステップＳ１２の処理で生成した時系列に基づき付与された時刻情報に基づいて各アクチュエータを制御することで推進量を一定の値とすることが容易となる。

ステップＳ１２では、例えば、図１５に黒塗りのひし形で示す位置Ｐ３１、Ｐ３２、Ｐ３３、Ｐ３４およびＰ３５の位置でのワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐが、位置Ｐ１１、Ｐ１６、Ｐ１７、Ｐ１８、Ｐ１９およびＰ２０の位置で取得されたワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐに基づいて補間によって算出されるとともに、位置Ｐ１１、Ｐ１６、Ｐ１７、Ｐ１８、Ｐ１９およびＰ２０、ならびに、位置Ｐ３１、Ｐ３２、Ｐ３３、Ｐ３４およびＰ３５の各値に時刻情報が付与される。この場合、位置Ｐ１１、Ｐ３１、Ｐ１６、Ｐ３２、Ｐ１７、Ｐ３３、Ｐ１８、Ｐ３４、Ｐ１９、Ｐ３５およびＰ２０に対応するワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐの時系列が生成される。

次に、ステップＳ１３では、生成したワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐの時系列と、特定の複数の推進量において先端部を上下左右にずらした場合のワイヤ引き量ｑｉ（ｉ＝１～２７）とに基づいて、ワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量の別の時系列を生成する。

ステップＳ１３では、例えば、図１６に示す、位置Ｐ１２、Ｐ４１、Ｐ４２、Ｐ４３、Ｐ４４、Ｐ４５、Ｐ４６、Ｐ４７、Ｐ４８、Ｐ４９およびＰ２１に対応するワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐとの時系列が、位置Ｐ１１、Ｐ３１、Ｐ１６、Ｐ３２、Ｐ１７、Ｐ３３、Ｐ１８、Ｐ３４、Ｐ１９、Ｐ３５およびＰ２０に対応するワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐの時系列や位置Ｐ１２と位置Ｐ１１におけるワイヤ引き量ｑｉ（ｉ＝１～２７）の差分、位置Ｐ２０と位置Ｐ２１におけるワイヤ引き量ｑｉ（ｉ＝１～２７）の差分等に基づいて生成される。

次に、ステップＳ１４では、生成したワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐの時系列（ステップＳ１２で生成された時系列）および別の時系列（ステップＳ１３で生成された時系列）とに基づいて、チューブ６２（ガイド機構１０１）を屈曲および推進し、チューブ６２（ガイド機構１０１）の複数点の各三次元座標の時系列を取得する。ステップＳ１４では、例えば、図１４に示すように、チューブ６２をタービンのモックアップ３ｍから外し、案内治具のモックアップ７ｍを用いて、生成したワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐの時系列に基づいて姿勢用アクチュエータ６５および進退用アクチュエータ６７を制御し、チューブ６２を屈曲および進行させる。その際、チューブ６２には例えば９関節の各先端部と各中間部にモーションキャプチャ用のマーカＭｋｔおよびＭｋｍを貼り付けて、図示していない複数のモーションキャプチャ用のカメラで各マーカを含む動画を撮影することで、各マーカの三次元座標の時系列を取得する。なお、図１４に示す例では、例えば、開始点Ｐ１（関節の根元座標系）を３次元座標の基準座標とすることができる。

次に、ステップＳ１５では、チューブ６２（ガイド機構１０１）が所定の目標経路Ｒに沿って屈曲および進行するよう姿勢用アクチュエータ６５と進退用アクチュエータ６７とを動作させることで取得されたワイヤ引き量ｑｉ（ｉ＝１～２７）と推進量ｐの時系列とチューブ６２（ガイド機構１０１）の複数点の各三次元座標の時系列との組み合わせの複数組を教師データとして機械学習モデルを機械学習して学習済み機械学習モデル１１０を生成する。

以上のように、本実施形態によれば、目標経路に沿った基準経路に対して前後左右に振った複数の教示経路を作成することで学習モデルを作り、指令値を生成するようにしたので、教示経路を作成する手間を削減することができる。

また、本実施形態によれば、経路の微修正や首振り等に対応できるため、複数の目標経路に対する教示の作業負担が軽減できる。

また、本実施形態では、アームに触れて移動させるのではなく、アクチュエータのインチングにより、目標位置を教え込むことができるので、ワイヤ引き量を手動で操作して目標位置に近づける操作が容易である。

（作用効果）
上記構成の制御システム、制御方法、機械学習方法および学習済み機械学習モデルでは、制御システム１００（検査装置５）が、所定のペイロード（ペイロード１０２、検査用ケーブル６１）を所定の位置（目標点Ｐ２）まで屈曲および進行しながら案内するガイド機構（ガイド機構１０１、チューブ６２）と、ガイド機構の姿勢を変化させる姿勢用アクチュエータ（１０５、６５）と、ガイド機構を進退させる進退用アクチュエータ（１０６、６７）と、姿勢用アクチュエータの動作と進退用アクチュエータの動作とを制御する制御部（制御部１０９、駆動制御装置８）と、を備える。そして、制御部が、ガイド機構における複数点の各三次元座標の時系列を入力し、姿勢用アクチュエータに対する制御情報の時系列と進退用アクチュエータに対する制御情報の時系列とを出力する機械学習モデルであって、ガイド機構が所定の目標経路Ｒに沿って屈曲および進行するよう姿勢用アクチュエータと進退用アクチュエータとを動作させることで取得された姿勢用アクチュエータに対する制御情報の時系列と進退用アクチュエータに対する制御情報の時系列とガイド機構の複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデル１１０を用いて、姿勢用アクチュエータの動作と進退用アクチュエータの動作とを制御する。

この構成によれば、ガイド機構が所定の目標経路Ｒに沿って屈曲および進行するよう姿勢用アクチュエータと進退用アクチュエータとを動作させることで取得された姿勢用アクチュエータに対する制御情報の時系列と進退用アクチュエータに対する制御情報の時系列とガイド機構の複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデル１１０を用いて、姿勢用アクチュエータの動作と進退用アクチュエータの動作とが制御される。したがって、制御対象（ガイド機構１０１、チューブ６２）を精度良くモデル化することができる。

（その他の実施形態）
以上、本開示の実施の形態について図面を参照して詳述したが、具体的な構成はこの実施の形態に限られるものではなく、本開示の要旨を逸脱しない範囲の設計変更等も含まれる。

〈コンピュータ構成〉
図１７は、少なくとも本実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９００は、プロセッサ９０１、メインメモリ９０２、ストレージ９０３、および、インタフェース９０４を備える。
上述の制御部１０９および駆動制御装置８は、コンピュータ９００に実装される。そして、上述した各処理部の動作は、プログラムの形式でストレージ９０３に記憶されている。プロセッサ９０１は、プログラムをストレージ９０３から読み出してメインメモリ９０２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９０１は、プログラムに従って、上述した各記憶部に対応する記憶領域をメインメモリ９０２に確保する。

プログラムは、コンピュータ９００に発揮させる機能の一部を実現するためのものであってもよい。例えば、プログラムは、ストレージに既に記憶されている他のプログラムとの組み合わせ、または他の装置に実装された他のプログラムとの組み合わせによって機能を発揮させるものであってもよい。なお、他の実施形態においては、コンピュータは、上記構成に加えて、または上記構成に代えてＰＬＤ（Programmable Logic Device）などのカスタムＬＳＩ（Large Scale Integrated Circuit）を備えてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）等が挙げられる。この場合、プロセッサによって実現される機能の一部または全部が当該集積回路によって実現されてよい。

ストレージ９０３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。ストレージ９０３は、コンピュータ９００のバスに直接接続された内部メディアであってもよいし、インタフェース９０４または通信回線を介してコンピュータ９００に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムをメインメモリ９０２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、ストレージ９０３は、一時的でない有形の記憶媒体である。

＜付記＞
本実施形態の態様は、例えば以下のように把握される。

（１）第１の態様に係る制御システムは、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備え、前記制御部が、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力する機械学習モデルであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する。本態様および以下の各態様によれば、制御対象を精度良くモデル化することができる。

（２）第２の態様に係る制御システムは、（１）の制御システムであって、前記ガイド機構は、複数のワイヤの引き伸ばしによって姿勢を変化させる構造を有し、前記機械学習モデルは、中間層の出力を再び中間層に入力する自己ループを含むニューラルネットワークで構成されている。本態様によれば、機械的ヒステリシスが発生する場合でも制御対象を精度良くモデル化することができる。

（３）第３の態様に係る制御システムは、（２）の制御システムであって、前記中間層が長短期記憶を含む。本態様によれば、勾配消失（あるいは爆発）の問題、学習を重ねることによる精度の低下の問題を回避することができ、制御対象をより精度良くモデル化することができる。

（４）第４の態様に係る制御システムは、（１）～（３）の制御システムであって、前記教師データは、前記ガイド機構が前記目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを寸動させた場合に取得された前記姿勢用アクチュエータに対する制御情報の離散的な各値と前記進退用アクチュエータに対する制御情報の離散的な各値とを取得する第１過程と、前記姿勢用アクチュエータに対する制御情報の離散的な各値と前記進退用アクチュエータに対する制御情報の離散的な各値とを、補間し、かつ、時刻に係る情報を付与することで、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを生成する第２過程と、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とに基づいて、前記姿勢用アクチュエータと前記進退用アクチュエータとを制御して、前記ガイド機構の前記複数点の各三次元座標の時系列を取得する第３過程とによって取得される。本態様によれば、教師データを効率的に生成することができる。

（５）第５の態様に係る制御システムは、（４）の制御システムであって、前記第１過程では、前記寸動における前記進退用アクチュエータの複数の停止位置の一部で、前記ガイド機構を前記目標経路からずらすように前記姿勢用アクチュエータを動かした場合の前記姿勢用アクチュエータに対する制御情報の離散的な値をさらに取得し、前記第２過程では、前記ガイド機構を前記目標経路に沿って屈曲および進行させることで生成した前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と、前記ガイド機構を前記目標経路からずらすように前記姿勢用アクチュエータを動かした場合に取得された前記姿勢用アクチュエータに対する制御情報の離散的な値とに基づいて、前記姿勢用アクチュエータに対する制御情報の別の時系列と前記進退用アクチュエータに対する制御情報の別の時系列とをさらに生成し、前記第３過程では、前記姿勢用アクチュエータに対する制御情報の別の時系列と前記進退用アクチュエータに対する制御情報の別の時系列とに基づいて、前記姿勢用アクチュエータと前記進退用アクチュエータとを制御して、前記ガイド機構の前記複数点の各三次元座標の別の時系列をさらに取得する。本態様によれば、教師データをより効率的に生成することができる。

（６）第６の態様に係る制御方法は、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備える制御システムの制御方法であって、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力する機械学習モデルであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する。

（７）第７の態様に係る機械学習方法は、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、学習済みの機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備える制御システムにおいて前記制御部が用いる前記機械学習モデルの機械学習方法であって、前記学習済み機械学習モデルは、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力するものであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして前記機械学習モデルを機械学習する。

（８）第８の態様に係る学習済み機械学習モデルは、所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、前記ガイド機構を進退させる進退用アクチュエータと、学習済みの機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、を備える制御システムにおいて前記制御部が用いる前記学習済み機械学習モデルであって、前記機械学習モデルは、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力するものであって、前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習されている。

１００…制御システム
１０１…ガイド機構
１０２…ペイロード
１０３…後続部
１０４…ガイド管
１０５…姿勢用アクチュエータ
１０６…進退用アクチュエータ
１０７…架台
１０８…モニタ
１０９…制御部
１１０…学習済み機械学習モデル
５…検査装置
６１…検査用ケーブル
６１１…ケーブル本体
６１２…センサ
６…検査用チューブ
６２…チューブ
６２Ａ…能動部
６２Ｂ…従動部
６５…姿勢用アクチュエータ
６７…進退用アクチュエータ
７…案内治具
８…駆動制御装置
９１…カメラ画像モニタ
６５１…ワイヤ

Claims (8)

1. 所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、
   前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、
   前記ガイド機構を進退させる進退用アクチュエータと、
   前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、
   を備え、
   前記制御部が、
   前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力する機械学習モデルであって、
   前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデルを用いて、
   前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する
   制御システム。
2. 前記ガイド機構は、複数のワイヤの引き伸ばしによって姿勢を変化させる構造を有し、
   前記機械学習モデルは、中間層の出力を再び中間層に入力する自己ループを含むニューラルネットワークで構成されている
   請求項１に記載の制御システム。
3. 前記中間層が長短期記憶を含む
   請求項２に記載の制御システム。
4. 前記教師データは、
   前記ガイド機構が前記目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを寸動させた場合に取得された前記姿勢用アクチュエータに対する制御情報の離散的な各値と前記進退用アクチュエータに対する制御情報の離散的な各値とを取得する第１過程と、
   前記姿勢用アクチュエータに対する制御情報の離散的な各値と前記進退用アクチュエータに対する制御情報の離散的な各値とを、補間し、かつ、時刻に係る情報を付与することで、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを生成する第２過程と、
   前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とに基づいて、前記姿勢用アクチュエータと前記進退用アクチュエータとを制御して、前記ガイド機構の前記複数点の各三次元座標の時系列を取得する第３過程と
   によって取得される
   請求項３に記載の制御システム。
5. 前記第１過程では、前記寸動における前記進退用アクチュエータの複数の停止位置の一部で、前記ガイド機構を前記目標経路からずらすように前記姿勢用アクチュエータを動かした場合の前記姿勢用アクチュエータに対する制御情報の離散的な値をさらに取得し、
   前記第２過程では、前記ガイド機構を前記目標経路に沿って屈曲および進行させることで生成した前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と、前記ガイド機構を前記目標経路からずらすように前記姿勢用アクチュエータを動かした場合に取得された前記姿勢用アクチュエータに対する制御情報の離散的な値とに基づいて、前記姿勢用アクチュエータに対する制御情報の別の時系列と前記進退用アクチュエータに対する制御情報の別の時系列とをさらに生成し、
   前記第３過程では、前記姿勢用アクチュエータに対する制御情報の別の時系列と前記進退用アクチュエータに対する制御情報の別の時系列とに基づいて、前記姿勢用アクチュエータと前記進退用アクチュエータとを制御して、前記ガイド機構の前記複数点の各三次元座標の別の時系列をさらに取得する
   請求項４に記載の制御システム。
6. 所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、
   前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、
   前記ガイド機構を進退させる進退用アクチュエータと、
   前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、
   を備える制御システムの制御方法であって、
   前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力する機械学習モデルであって、
   前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習された学習済み機械学習モデルを用いて、
   前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する
   制御方法。
7. 所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、
   前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、
   前記ガイド機構を進退させる進退用アクチュエータと、
   学習済みの機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、
   を備える制御システムにおいて前記制御部が用いる前記機械学習モデルの機械学習方法であって、
   前記学習済み機械学習モデルは、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力するものであって、
   前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして前記機械学習モデルを機械学習する
   機械学習方法。
8. 所定のペイロードを所定の位置まで屈曲および進行しながら案内するガイド機構と、
   前記ガイド機構の姿勢を変化させる姿勢用アクチュエータと、
   前記ガイド機構を進退させる進退用アクチュエータと、
   学習済みの機械学習モデルを用いて、前記姿勢用アクチュエータの動作と前記進退用アクチュエータの動作とを制御する制御部と、
   を備える制御システムにおいて前記制御部が用いる前記学習済み機械学習モデルであって、
   前記機械学習モデルは、前記ガイド機構における複数点の各三次元座標の時系列を入力し、前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列とを出力するものであって、
   前記ガイド機構が所定の目標経路に沿って屈曲および進行するよう前記姿勢用アクチュエータと前記進退用アクチュエータとを動作させることで取得された前記姿勢用アクチュエータに対する制御情報の時系列と前記進退用アクチュエータに対する制御情報の時系列と前記ガイド機構の前記複数点の各三次元座標の時系列との組み合わせを教師データとして機械学習されている
   学習済み機械学習モデル。