論文の概要: From Zero to High-Speed Racing: An Autonomous Racing Stack
- arxiv url: http://arxiv.org/abs/2512.06892v1
- Date: Sun, 07 Dec 2025 15:35:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.186061
- Title: From Zero to High-Speed Racing: An Autonomous Racing Stack
- Title（参考訳）: ゼロからハイスピードレーシング:自律型レーシングスタック
- Authors: Hassan Jardali, Durgakant Pushp, Youwei Yu, Mahmoud Ali, Ihab S. Mohamed, Alejandro Murillo-Gonzalez, Paul D. Coen, Md. Al-Masrur Khan, Reddy Charan Pulivendula, Saeoul Park, Lingchuan Zhou, Lantao Liu,
- Abstract要約: 本稿では,IU Luddy Autonomous Racing team for the Indy Autonomous Challenge (IAC)によって開発されたAutonomous Race Stack (ARS)を紹介する。
ARSの3つのイテレーションをそれぞれ異なるトラックで検証し、最大260km/hの速度を達成する。
- 参考スコア（独自算出の注目度）: 40.619647715291244
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High-speed, head-to-head autonomous racing presents substantial technical and logistical challenges, including precise localization, rapid perception, dynamic planning, and real-time control-compounded by limited track access and costly hardware. This paper introduces the Autonomous Race Stack (ARS), developed by the IU Luddy Autonomous Racing team for the Indy Autonomous Challenge (IAC). We present three iterations of our ARS, each validated on different tracks and achieving speeds up to 260 km/h. Our contributions include: (i) the modular architecture and evolution of the ARS across ARS1, ARS2, and ARS3; (ii) a detailed performance evaluation that contrasts control, perception, and estimation across oval and road-course environments; and (iii) the release of a high-speed, multi-sensor dataset collected from oval and road-course tracks. Our findings highlight the unique challenges and insights from real-world high-speed full-scale autonomous racing.
- Abstract（参考訳）: 高速でヘッドツーヘッドの自律レースは、正確なローカライゼーション、迅速な認識、動的計画、限られたトラックアクセスと高価なハードウェアによって構成されるリアルタイム制御など、重要な技術的および論理的課題を提示している。
本稿では,IU Luddy Autonomous Racing team for the Indy Autonomous Challenge (IAC) によって開発されたAutonomous Race Stack (ARS)を紹介する。
ARSの3つのイテレーションをそれぞれ異なるトラックで検証し、最大260km/hの速度を達成する。
コントリビューションには以下のものがある。
i) ARS1, ARS2, ARS3 にまたがる ARS のモジュラーアーキテクチャと進化
二 楕円・路路環境における制御・知覚・推定を対比した詳細な性能評価
三 楕円軌道及び路面軌道から収集した高速マルチセンサデータセットの公開。
我々の発見は、現実世界の高速フルスケール自動運転レースのユニークな課題と洞察を浮き彫りにしている。
関連論文リスト
- Drift-Corrected Monocular VIO and Perception-Aware Planning for Autonomous Drone Racing [4.932181263869029]
アブダビ・オートマチック・レーシング・リーグ (A2RL) x ドローン・チャンピオンズ・リーグ (Drone Champions League) の大会では、1台のカメラと低品質の慣性測定ユニットのみを使用して高速自律型ドローンレースを行う必要がある。
本稿では,選手権のために開発されたシステムについて述べる。
知覚を意識したプランナーは、認識システムのためにゲートを視認するために必要な速度とバランスをとる軌道を生成する。
論文 参考訳（メタデータ） (2025-12-23T16:12:10Z) - The 9th AI City Challenge [64.32227009699942]
第9回AIシティチャレンジは、輸送、産業自動化、公共安全におけるコンピュータビジョンとAIの現実的な応用を推し進めている。
2025年版では4トラックが収録され、17%が参加し、評価サーバに登録された15カ国から245チームが参加した。
チャレンジデータセットのパブリックリリースにより、これまでに3万回以上ダウンロードされた。
論文 参考訳（メタデータ） (2025-08-19T06:55:06Z) - Fast and Modular Autonomy Software for Autonomous Racing Vehicles [24.2222961043227]
インディ・オートマチック・チャレンジ(英語: Indy Autonomous Challenge、IAC)は、自動運転車開発を推進する国際大会である。
本稿は、ITCにおける自動運転レースに対するMIT-Pitt-RWチームのアプローチについて詳述する。
自律的なスタックを構築するために,エージェント検出,動作計画,制御に対するモジュール型かつ高速なアプローチを提案する。
論文 参考訳（メタデータ） (2024-08-27T21:57:16Z) - er.autopilot 1.0: The Full Autonomous Stack for Oval Racing at High
Speeds [61.91756903900903]
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。
論文 参考訳（メタデータ） (2023-10-27T12:52:34Z) - 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) - Learn-to-Race Challenge 2022: Benchmarking Safe Learning and
Cross-domain Generalisation in Autonomous Racing [12.50944966521162]
新たにリリースされたLearning-to-Race(L2R)シミュレーションフレームワークに基づいて,自動レースバーチャルチャレンジの結果を示す。
本稿では,改良されたメトリクスとベースラインアプローチを備えた新しいL2R Task 2.0ベンチマークについて述べる。
また、L2R Autonomous Racing Virtual Challengeの初回インスタンスの配置、評価、ランキングについても概説する。
論文 参考訳（メタデータ） (2022-05-05T22:31:19Z) - 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)
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。