論文の概要: A Tricycle Model to Accurately Control an Autonomous Racecar with Locked Differential

• arxiv url: http://arxiv.org/abs/2312.14808v1
• Date: Fri, 22 Dec 2023 16:29:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-25 14:30:31.178790
• Title: A Tricycle Model to Accurately Control an Autonomous Racecar with Locked Differential
• Title（参考訳）: レースカーのロック差分を正確に制御する三輪車モデル
• Authors: Ayoub Raji, Nicola Musiu, Alessandro Toschi, Francesco Prignoli, Eugenio Mascaro, Pietro Musso, Francesco Amerotti, Alexander Liniger, Silvio Sorrentino, Marko Bertogna
• Abstract要約: 自動オープンホイールレースカーの側面力学に対するロックディファレンシャルの影響をモデル化するための新しい定式化を提案する。 本稿では,マイクロステップの離散化手法を用いて,動的に線形化し,実時間実装に適した予測を行う。
• 参考スコア（独自算出の注目度）: 71.53284767149685
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we present a novel formulation to model the effects of a locked differential on the lateral dynamics of an autonomous open-wheel racecar. The model is used in a Model Predictive Controller in which we included a micro-steps discretization approach to accurately linearize the dynamics and produce a prediction suitable for real-time implementation. The stability analysis of the model is presented, as well as a brief description of the overall planning and control scheme which includes an offline trajectory generation pipeline, an online local speed profile planner, and a low-level longitudinal controller. An improvement of the lateral path tracking is demonstrated in preliminary experimental results that have been produced on a Dallara AV-21 during the first Indy Autonomous Challenge event on the Monza F1 racetrack. Final adjustments and tuning have been performed in a high-fidelity simulator demonstrating the effectiveness of the solution when performing close to the tire limits.
• Abstract（参考訳）: 本稿では,自律オープンホイールレースカーの側方ダイナミクスに対するロックド・ディファレンシャルの効果をモデル化する新しい定式化法を提案する。 このモデルはモデル予測コントローラで使用されており、マイクロステップ離散化アプローチを用いてダイナミクスを正確に線形化し、リアルタイム実装に適した予測を生成する。 モデルの安定性解析と,オフライン軌道生成パイプライン,オンライン局所速度プロファイルプランナ,低レベル縦型コントローラを含む全体計画制御スキームの概要について述べる。 横道追跡の改善は、モンツァF1レーストラックでの最初のインディ自律チャレンジイベントでダララ AV-21で生産された予備的な実験結果で実証された。 タイヤリミットに近い動作を行う場合の解の有効性を実証する高忠実度シミュレータにおいて, 最終調整およびチューニングを行った。

関連論文リスト

• Neural Network Tire Force Modeling for Automated Drifting [0.2999888908665658]
  本稿では,物理に基づくアプローチの代替として,前輪横力を予測するニューラルネットワークアーキテクチャを提案する。 我々はこれらのモデルを基準ドリフト軌跡を追跡するために調整された非線形モデル予測コントローラに展開する。
  論文  参考訳（メタデータ） (2024-07-18T17:58:01Z)
• MetaFollower: Adaptable Personalized Autonomous Car Following [63.90050686330677]
  適応型パーソナライズされた自動車追従フレームワークであるMetaFollowerを提案する。 まず,モデルに依存しないメタラーニング(MAML)を用いて,様々なCFイベントから共通運転知識を抽出する。 さらに、Long Short-Term Memory (LSTM) と Intelligent Driver Model (IDM) を組み合わせて、時間的不均一性を高い解釈性で反映する。
  論文  参考訳（メタデータ） (2024-06-23T15:30:40Z)
• Planning with Adaptive World Models for Autonomous Driving [50.4439896514353]
  運動プランナー(MP)は複雑な都市環境における安全なナビゲーションに不可欠である。 最近リリースされたMPベンチマークであるnuPlanは、クローズドループシミュレーションロジックで現実世界の駆動ログを拡張することで、この制限に対処している。 本稿では,モデル予測制御(MPC)ベースのプランナであるAdaptiveDriverを提案する。
  論文  参考訳（メタデータ） (2024-06-15T18:53:45Z)
• Pioneering SE(2)-Equivariant Trajectory Planning for Automated Driving [45.18582668677648]
  制御されたエゴ車両の軌道を計画することは、自動走行において重要な課題である。 本稿では,全車両に対して多モード共同予測を生成する軽量同変計画モデルを提案する。 また,車載GPSナビゲーションシステムによって提供される高水準経路に沿って,エゴ車両を誘導する等変経路アトラクションを提案する。
  論文  参考訳（メタデータ） (2024-03-17T18:53:46Z)
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• Learning Terrain-Aware Kinodynamic Model for Autonomous Off-Road Rally Driving With Model Predictive Path Integral Control [4.23755398158039]
  本稿では,固有受容情報と外部受容情報の両方に基づいて,地形を考慮したキノダイナミクスモデルを学習する手法を提案する。 提案モデルでは、6自由度運動の信頼性予測が生成され、接触相互作用を推定することもできる。 シミュレーションされたオフロードトラック実験により提案手法の有効性を実証し,提案手法がベースラインより優れていることを示す。
  論文  参考訳（メタデータ） (2023-05-01T06:09:49Z)
• 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)
• Robust Behavioral Cloning for Autonomous Vehicles using End-to-End Imitation Learning [0.4588028371034407]
  本稿では、エンド・ツー・エンドの模倣学習を用いて、人間の運転者の頑健な行動クローンのための軽量パイプラインを提案する。 提案されたパイプラインは、シミュレートされた車両に3つの異なる運転行動モデルの訓練と展開に使用された。
  論文  参考訳（メタデータ） (2020-10-09T19:03:15Z)

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。