論文の概要: er.autopilot 1.0: The Full Autonomous Stack for Oval Racing at High Speeds

• arxiv url: http://arxiv.org/abs/2310.18112v1
• Date: Fri, 27 Oct 2023 12:52:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-30 13:59:23.786051
• Title: er.autopilot 1.0: The Full Autonomous Stack for Oval Racing at High Speeds
• Title（参考訳）: er.autopilot 1.0:オーバルレースの完全自動運転スタック
• Authors: Ayoub Raji, Danilo Caporale, Francesco Gatti, Andrea Giove, Micaela Verucchi, Davide Malatesta, Nicola Musiu, Alessandro Toschi, Silviu Roberto Popitanu, Fabio Bagni, Massimiliano Bosi, Alexander Liniger, Marko Bertogna, Daniele Morra, Francesco Amerotti, Luca Bartoli, Federico Martello, Riccardo Porta
• Abstract要約: インディ・オートノラティカル・チャレンジ (IAC) は、オープンホイールのレースカー上で独立して開発されたソフトウェアを使用して、前例のないスピードとヘッド・ツー・ヘッドのシナリオで競う9つの自律レースチームを集めた。 本稿では,チームTII EuroRacing (TII-ER) が使用するソフトウェアアーキテクチャについて述べる。静的障害物を避け,アクティブオーバーテイクを行い,75m/s (270 km/h) 以上の速度に達するために必要なモジュールをすべて網羅する。 総合的な結果と各モジュールのパフォーマンス、および、チームがそれぞれ2番目と3番目を置く楕円軌道上の競技の最初の2つのイベントで学んだ教訓について説明する。
• 参考スコア（独自算出の注目度）: 61.91756903900903
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Indy Autonomous Challenge (IAC) brought together for the first time in history nine autonomous racing teams competing at unprecedented speed and in head-to-head scenario, using independently developed software on open-wheel racecars. This paper presents the complete software architecture used by team TII EuroRacing (TII-ER), covering all the modules needed to avoid static obstacles, perform active overtakes and reach speeds above 75 m/s (270 km/h). In addition to the most common modules related to perception, planning, and control, we discuss the approaches used for vehicle dynamics modelling, simulation, telemetry, and safety. Overall results and the performance of each module are described, as well as the lessons learned during the first two events of the competition on oval tracks, where the team placed respectively second and third.
• Abstract（参考訳）: indy autonomous challenge(iac)は、前例のないスピードとヘッドツーヘッドのシナリオで競う9つの自律レーシングチームが、オープンホイールレースカーで独自に開発されたソフトウェアを使用して、史上初めて集結した。 本稿では,tii-er (team tii euroracing) が使用している完全ソフトウェアアーキテクチャについて述べる。静的障害回避,アクティブな乗っ取り,75 m/s (270 km/h) 以上の速度に達するために必要なモジュールをすべてカバーする。 知覚、計画、制御に関連する最も一般的なモジュールに加えて、車両の動力学モデリング、シミュレーション、テレメトリ、および安全性に使用されるアプローチについて論じる。 総合的な結果と各モジュールのパフォーマンス、および、チームがそれぞれ2番目と3番目を置く楕円軌道上の競技の最初の2つのイベントで学んだ教訓について説明する。

関連論文リスト

• Racing With ROS 2 A Navigation System for an Autonomous Formula Student Race Car [3.509667406229871]
  本稿では,Robot Operating System 2,特にオープンソースのナビゲーションスタックを用いたオープンソースソリューションを提案する。 我々は,QUT Motorsportが開発した従来型のカスタムメイドプログラムに対して,このスタックを構成する既製のナビゲーションライブラリを比較した。 我々の貢献には、これらのパッケージを従来のナビゲーションソリューションと比較する定量的かつ質的な比較が含まれており、自律レースの参入障壁を低くすることを目的としています。
  論文  参考訳（メタデータ） (2023-11-24T04:40:26Z)
• Racing Towards Reinforcement Learning based control of an Autonomous Formula SAE Car [1.0124625066746598]
  本稿では,自動レースカーのエンド・ツー・エンド制御における深層強化学習(RL)の活用に関する最初の研究について述べる。 本稿では,Turtlebot2プラットフォーム上でのフルスケール設計に類似したトラック上で,2つの最先端RLアルゴリズムをシミュレーションで訓練する。 その結果,本手法はシミュレーションでレースを学習し,物理プラットフォーム上で現実の競馬場に移動することに成功した。
  論文  参考訳（メタデータ） (2023-08-24T21:16:03Z)
• Vehicle Dynamics Modeling for Autonomous Racing Using Gaussian Processes [0.0]
  本稿では,自動走行における車両動力学の近似におけるGPモデルの適用性について,最も詳細な解析を行った。 人気のあるF1TENTHレーシングプラットフォームのための動的および拡張キネマティックモデルを構築した。
  論文  参考訳（メタデータ） (2023-06-06T04:53:06Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• The 6th AI City Challenge [91.65782140270152]
  2022年のAIシティチャレンジの4つのチャレンジトラックは、27カ国254チームからの参加要請を受けた。 参加チームのトップパフォーマンスは強いベースラインを確立し、提案されたチャレンジトラックで最先端の成績を上げました。
  論文  参考訳（メタデータ） (2022-04-21T19:24:17Z)
• 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)
• Learn-to-Race: A Multimodal Control Environment for Autonomous Racing [23.798765519590734]
  模擬フォーミュラ-Eスタイルのレースにおいて、L2R(Learn-to-Race)が活躍する新しい環境を紹介します。 シミュレーターと対面トレーニングフレームワークを含む我々の環境は、車両のダイナミックスとレース条件を正確にモデル化する。 次に,学習からドライブへの挑戦,フォーミュラeレース,および自動運転のためのマルチモーダル軌道予測に着想を得たl2rタスクを提案する。
  論文  参考訳（メタデータ） (2021-03-22T04:03:06Z)
• A Software Architecture for Autonomous Vehicles: Team LRM-B Entry in the First CARLA Autonomous Driving Challenge [49.976633450740145]
  本稿では,シミュレーション都市環境における自律走行車両のナビゲーション設計について述べる。 我々のアーキテクチャは、CARLA Autonomous Driving Challengeの要件を満たすために作られました。
  論文  参考訳（メタデータ） (2020-10-23T18:07:48Z)
• AirSim Drone Racing Lab [56.68291351736057]
  AirSim Drone Racing Labは、この領域で機械学習研究を可能にするシミュレーションフレームワークである。 本フレームワークは,複数の写真リアル環境下でのレーストラック生成を可能にする。 当社のフレームワークを使用して,NeurIPS 2019で,シミュレーションベースのドローンレースコンペティションを開催しました。
  論文  参考訳（メタデータ） (2020-03-12T08:06:06Z)

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。