論文の概要: OpenPodcar: an Open Source Vehicle for Self-Driving Car Research
- arxiv url: http://arxiv.org/abs/2205.04454v2
- Date: Tue, 26 Sep 2023 15:48:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-27 18:36:11.574906
- Title: OpenPodcar: an Open Source Vehicle for Self-Driving Car Research
- Title（参考訳）: OpenPodcar:自動運転車研究のためのオープンソース自動車
- Authors: Fanta Camara, Chris Waltham, Grey Churchill, and Charles Fox
- Abstract要約: OpenPodcarは低コストでオープンソースの自動運転車研究プラットフォームで、市販のハードキャノピー、移動用スクータードナーをベースとしている。
この車両は、人間の乗客や類似の荷物を最大15km/hで輸送するのに十分な大きさである。
小型で安全で、標準的な研究所に駐車し、現実的な人間と車両の相互作用研究に使用することができる。
- 参考スコア（独自算出の注目度）: 2.1802764032623627
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: OpenPodcar is a low-cost, open source hardware and software, autonomous
vehicle research platform based on an off-the-shelf, hard-canopy, mobility
scooter donor vehicle. Hardware and software build instructions are provided to
convert the donor vehicle into a low-cost and fully autonomous platform. The
open platform consists of (a) hardware components: CAD designs, bill of
materials, and build instructions; (b) Arduino, ROS and Gazebo control and
simulation software files which provide standard ROS interfaces and simulation
of the vehicle; and (c) higher-level ROS software implementations and
configurations of standard robot autonomous planning and control, including the
move_base interface with Timed-Elastic-Band planner which enacts commands to
drive the vehicle from a current to a desired pose around obstacles. The
vehicle is large enough to transport a human passenger or similar load at
speeds up to 15km/h, for example for use as a last-mile autonomous taxi service
or to transport delivery containers similarly around a city center. It is small
and safe enough to be parked in a standard research lab and be used for
realistic human-vehicle interaction studies. System build cost from new
components is around USD7,000 in total in 2022. OpenPodcar thus provides a good
balance between real world utility, safety, cost and research convenience.
- Abstract（参考訳）: OpenPodcarは安価な、オープンソースのハードウェアとソフトウェア、自動運転車の研究プラットフォームで、既製の、頑丈で移動可能なスクータードナー車両をベースとしている。
ハードウェアとソフトウェアのビルド命令が提供され、ドナー車両を低コストで完全に自律的なプラットフォームに変換する。
オープンプラットフォームは、
(a)ハードウェアコンポーネント:CAD設計、材料請求書及びビルド指示
ロ 標準的なROSインタフェース及び車両のシミュレーションを提供するArduino、ROS及びGazebo制御及びシミュレーションソフトウェアファイル
c) 標準ロボット自律計画制御の高レベルなROSソフトウェア実装と構成。例えば、移動ベースインターフェースとTimed-Elastic-Bandプランナーは、障害物の周りの電流から所望のポーズまで、車両を駆動するためのコマンドを実行する。
この車両は、ラストマイルの自動運転タクシーサービスとしての使用や、都市中心部周辺で同様の配送コンテナを輸送するなど、人間の乗客や同様の荷物を最大15km/hで輸送するのに十分な大きさである。
小型で安全で、標準的な研究所に駐車し、現実的な人間と車両の相互作用研究に使用できる。
新しいコンポーネントによるシステム構築コストは、2022年の合計で約7,000ドルである。
これによりopenpodcarは、現実世界のユーティリティ、安全性、コスト、研究の利便性のバランスが良い。
関連論文リスト
- AARK: An Open Toolkit for Autonomous Racing Research [3.0882784925816997]
AARKは、より安全な道路と信頼できる自律システムの提供に不可欠な分野の研究を統一し、民主化することを目指している。
AARKはACI、ACDG、ACICの3つのパッケージを提供する。
論文 参考訳（メタデータ） (2024-10-01T03:07:48Z) - CarDreamer: Open-Source Learning Platform for World Model based Autonomous Driving [25.49856190295859]
世界モデルに基づく強化学習(RL)は,様々な環境の複雑な力学を学習し,予測することで,有望なアプローチとして現れてきた。
高度な運転環境において、そのようなアルゴリズムを訓練し、テストするためのアクセス可能なプラットフォームは存在しない。
私たちは、WMベースの自動運転アルゴリズムの開発に特化して設計された、オープンソースの学習プラットフォームであるCarDreamerを紹介します。
論文 参考訳（メタデータ） (2024-05-15T05:57:20Z) - Are you a robot? Detecting Autonomous Vehicles from Behavior Analysis [6.422370188350147]
本稿では,車両が自律的かどうかを判断するために,カメラ画像と状態情報を用いてアクティブな車両を監視するフレームワークを提案する。
基本的には、自動運転車を識別するための機械学習モデルを提供する道路上で取得したデータをシェアする車両間の協力に基づいて構築される。
実験により,ビデオクリップを80%の精度で解析することにより,2つの行動の識別が可能であることが確認された。
論文 参考訳（メタデータ） (2024-03-14T17:00:29Z) - Haris: an Advanced Autonomous Mobile Robot for Smart Parking Assistance [2.3779780917500544]
このシステムは、自動ナビゲーションと駐車場の正確なマッピングのために、同時位置決めとマッピング(SLAM)を採用している。
提案システムは,スポーツスタジアム等の混雑地において,短期的な大規模屋外駐車場の管理を改善する可能性を秘めている。
論文 参考訳（メタデータ） (2024-01-31T11:00:26Z) - Decentralized Vehicle Coordination: The Berkeley DeepDrive Drone Dataset [103.35624417260541]
分散車両調整は、未整備の道路環境において有用である。
我々はバークレーのDeepDrive Droneデータセットを収集し、近くのドライバーが観察する暗黙の「社会的エチケット」を研究する。
このデータセットは、人間のドライバーが採用する分散マルチエージェント計画と、リモートセンシング設定におけるコンピュータビジョンの研究に主に関心がある。
論文 参考訳（メタデータ） (2022-09-19T05:06:57Z) - Tackling Real-World Autonomous Driving using Deep Reinforcement Learning [63.3756530844707]
本研究では,加速と操舵角度を予測するニューラルネットワークを学習するモデルレスディープ強化学習プランナを提案する。
実際の自動運転車にシステムをデプロイするために、我々は小さなニューラルネットワークで表されるモジュールも開発する。
論文 参考訳（メタデータ） (2022-07-05T16:33:20Z) - COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked
Vehicles [54.61668577827041]
本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。
われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
論文 参考訳（メタデータ） (2022-05-04T17:55:12Z) - Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits [81.22616193933021]
TUM Auton-omous Motorsportsは2021年10月、インディ・オートマチック・チャレンジに参加する。
インディアナポリス・モーター・スピードウェイのダララAV-21レースカー10台のうち1台を走らせることで、自動運転のソフトウェアスタックをベンチマークする。
これは、最も困難で稀な状況をマスターできる自律走行アルゴリズムを開発するための理想的な試験場である。
論文 参考訳（メタデータ） (2022-02-08T11:55:05Z) - An Intelligent Self-driving Truck System For Highway Transportation [81.12838700312308]
本稿では,インテリジェントな自動運転トラックシステムについて紹介する。
提案システムは,1)テストシナリオにおける現実的なトラフィックフローを生成する現実的なトラフィックシミュレーションモジュール,2)実環境における実際のトラックの応答を模倣するために設計,評価された高忠実度トラックモデル,の3つの主要コンポーネントから構成される。
また,提案するシステムを実車に展開し,実車間ギャップを緩和するシステムの能力を示す実物実験を行う。
論文 参考訳（メタデータ） (2021-12-31T04:54:13Z) - VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and
Policy Learning for Autonomous Vehicles [131.2240621036954]
VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。
高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。
センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
論文 参考訳（メタデータ） (2021-11-23T18:58:10Z) - LGSVL Simulator: A High Fidelity Simulator for Autonomous Driving [1.1742615451804794]
本稿では,自律運転のための高忠実度シミュレータであるLGSVL Simulatorを紹介する。
シミュレータエンジンは、AutowareとApolloに接続する準備ができているエンドツーエンドのフルスタックシミュレーションを提供する。
論文 参考訳（メタデータ） (2020-05-07T21:57:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。