Robust Cruise Control System Design with AI Agent

概要

本プロジェクトでは、AIエージェント（Gemini CLI）と simulink-agentic-toolkit を活用し、モデルベース開発（MBD）における制御系設計、要件定義、および検証のワークフローを自動化・効率化する試みを行いました。

実施内容

1. 制御モデルの解析

RobustCruiseControl.slx モデルを解析し、以下の主要なコンポーネントと制御パラメータを特定しました。

• コントローラー: PID制御（Kp, Ki）、入力フィルタリング、出力飽和制限。
• プラント: 車両モデル（空気抵抗、走行抵抗、質量を考慮）。

2. 要件の自動抽出と構造化

モデルの設計値（PIDゲイン、時定数、制限値など）を抽出し、以下の成果物を生成しました。

• Structured YAML: 機械読み取り可能な形式で振る舞い要件を定義。
• Enterprise Architect (EA) へのインポート:
  • 論理階層に基づいた要求要素の作成。
  • 日本語による要件文（概要、理由、ソース）の記述。
  • derive（派生）関係を用いた要件間のトレーサビリティの構築。

3. シミュレーションによる動作検証

AIエージェント経由でシミュレーションを実行し、設計した制御系が目標速度（100km/h）に対して安定して追従することを確認しました。

• 最終的な速度誤差が微小（目標 27.78 m/s に対し 27.77 m/s）であることを検証。

成果物

• RobustCruiseControl.slx: 制御モデル本体。
• RobustCruiseControl_requirements.yaml: 抽出された要件定義ファイル。
• README.md: 本ドキュメント。

---

Note: 本プロジェクトは AI Agent 技術を用いた次世代のMBDワークフローのデモンストレーションとして作成されました。