論文の概要: A Kalman Filter-Based Disturbance Observer for Steer-by-Wire Systems
- arxiv url: http://arxiv.org/abs/2512.23593v1
- Date: Mon, 29 Dec 2025 16:44:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.556053
- Title: A Kalman Filter-Based Disturbance Observer for Steer-by-Wire Systems
- Title（参考訳）: ステアバイワイヤシステムのためのカルマンフィルタを用いた外乱オブザーバ
- Authors: Nikolai Beving, Jonas Marxen, Steffen Mueller, Johannes Betz,
- Abstract要約: ステア・バイ・ワイヤ(Steer-by-Wire)システムは、ドライバーインピーダンスとして知られる意図しないドライバートルクによる高周波障害の影響を受けやすい。
既存のアプローチは、コストと実用性に欠ける直接的なトルクセンサーに依存するか、急速かつ高周波運転による障害を捉えるための時間分解能が欠如している。
我々は、モータ状態測定のみを用いて高周波ドライバトルクを推定するカルマンフィルタに基づく外乱オブザーバを設計することで、この制限に対処する。
- 参考スコア（独自算出の注目度）: 1.5399429731150376
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Steer-by-Wire systems replace mechanical linkages, which provide benefits like weight reduction, design flexibility, and compatibility with autonomous driving. However, they are susceptible to high-frequency disturbances from unintentional driver torque, known as driver impedance, which can degrade steering performance. Existing approaches either rely on direct torque sensors, which are costly and impractical, or lack the temporal resolution to capture rapid, high-frequency driver-induced disturbances. We address this limitation by designing a Kalman filter-based disturbance observer that estimates high-frequency driver torque using only motor state measurements. We model the drivers passive torque as an extended state using a PT1-lag approximation and integrate it into both linear and nonlinear Steer-by-Wire system models. In this paper, we present the design, implementation and simulation of this disturbance observer with an evaluation of different Kalman filter variants. Our findings indicate that the proposed disturbance observer accurately reconstructs driver-induced disturbances with only minimal delay 14ms. We show that a nonlinear extended Kalman Filter outperforms its linear counterpart in handling frictional nonlinearities, improving estimation during transitions from static to dynamic friction. Given the study's methodology, it was unavoidable to rely on simulation-based validation rather than real-world experimentation. Further studies are needed to investigate the robustness of the observers under real-world driving conditions.
- Abstract（参考訳）: ステア・バイ・ワイヤ(Steer-by-Wire)システムは、重量削減、設計の柔軟性、自動運転との互換性などの利点を提供する機械的リンクを置き換える。
しかし、ドライバーインピーダンスとして知られる意図しないドライバートルクの高周波障害の影響を受けやすいため、ステアリング性能は低下する。
既存のアプローチは、コストと実用性に欠ける直接的なトルクセンサーに依存するか、急速かつ高周波運転による障害を捉えるための時間分解能が欠如している。
我々は、モータ状態測定のみを用いて高周波ドライバトルクを推定するカルマンフィルタに基づく外乱オブザーバを設計することで、この制限に対処する。
我々は、PT1ラグ近似を用いて、受動トルクを拡張状態としてモデル化し、線形および非線形のステア・バイ・ワイヤ・システムモデルに統合する。
本稿では,この外乱オブザーバの設計,実装,シミュレーションについて述べる。
この結果より, 運転者による障害を14msの遅延で正確に再現できることが示唆された。
非線形拡張カルマンフィルタは, 摩擦非線形性に対処し, 静的な摩擦から動的摩擦への遷移における推定精度を向上する。
この研究の方法論を考えると、実際の実験よりもシミュレーションに基づく検証に頼ることは避けられない。
実世界の運転条件下での観察者の堅牢性について、さらなる研究が必要である。
関連論文リスト
- Intelligent Control of Differential Drive Robots Subject to Unmodeled Dynamics with EKF-based State Estimation [28.37226750522601]
この研究は、リアプノフに基づく非線形コントローラと適応ネットワーク(ANN)を組み合わせた統一制御と状態推定フレームワークを導入する。
提案した制御器はニューラルネットワークの普遍近似特性を利用して未知の非線形性をリアルタイムでモデル化する。
堅牢な状態推定を保証するため、EKFは単分子、2D-LiDARおよびホイールエンコーダから慣性測定ユニット(IMU)とオドメトリーを融合させる。
論文 参考訳（メタデータ） (2026-03-16T07:44:28Z) - Uncertainty-Aware Adaptive Dynamics For Underwater Vehicle-Manipulator Robots [0.5161531917413708]
本稿では,新しい不確実性を考慮した適応力学モデルフレームワークを提案する。
オンライン推定中に、凸的な物理的一貫性の制約を埋め込む。
4-DOFマニピュレータを搭載したBlueROV2ヘビーの実験は、急速に収束し、キャリブレーションされた予測を示す。
論文 参考訳（メタデータ） (2026-03-06T18:35:48Z) - When Sensors Fail: Temporal Sequence Models for Robust PPO under Sensor Drift [64.37959940809633]
時間的持続的なセンサ故障下でのPPOのロバスト性について検討する。
トランスフォーマーを用いたシーケンスポリシーは, センサ数が少ない場合でも高いリターンを保ちながら, 堅牢性, RNN, SSMよりも大幅に優れていた。
論文 参考訳（メタデータ） (2026-03-04T22:21:54Z) - Dual-quaternion learning control for autonomous vehicle trajectory tracking with safety guarantees [39.146761527401424]
運動を運動論的に記述できる自律型ロボットプラットフォームのための学習型軌道追跡制御器を提案する。
コントローラは二重四元数フレームワークで定式化され、角速度と直線速度の直接の指令を仮定して速度レベルで動作する。
論文 参考訳（メタデータ） (2026-01-06T15:30:02Z) - ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
ResADは正規化された残留軌道モデリングフレームワークである。
学習タスクを再編成し、慣性参照からの残留偏差を予測する。
NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
論文 参考訳（メタデータ） (2025-10-09T17:59:36Z) - Robust Planning for Autonomous Vehicles with Diffusion-Based Failure Samplers [36.896695278624776]
交差点などの高リスク交通ゾーンが衝突の主な原因である。
本研究は、交差点環境下での自動運転車の安全性を高めるために、深層生成モデルを活用する。
論文 参考訳（メタデータ） (2025-07-16T07:43:55Z) - A Tricycle Model to Accurately Control an Autonomous Racecar with Locked
Differential [71.53284767149685]
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。
論文 参考訳（メタデータ） (2023-12-22T16:29:55Z) - RACER: Rational Artificial Intelligence Car-following-model Enhanced by Reality [46.909086734963665]
本稿では,アダプティブ・クルーズ・コントロール(ACC)運転行動を予測する,最先端の深層学習車追従モデルであるRACERを紹介する。
従来のモデルとは異なり、RACERは実走行の重要な要素であるRDC(Rational Driving Constraints)を効果的に統合している。
RACERはアクセラレーション、ベロシティ、スペーシングといった主要なメトリクスを網羅し、ゼロ違反を登録する。
論文 参考訳（メタデータ） (2023-12-12T06:21:30Z) - 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) - Neural optimal feedback control with local learning rules [67.5926699124528]
運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。
本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-11-12T20:02:00Z) - Enhancing interferometer sensitivity without sacrificing bandwidth and
stability: beyond single-mode and resolved-sideband approximation [9.253130051773992]
量子ノイズは、レーザー干渉計の重力波観測や軸検出器のような精密測定装置の感度を制限する。
重力波検出器におけるこの制限を回避する1つのアプローチは、帯域幅を広げるために異常分散光学フィルタを埋め込むことである。
しかし、元々のフィルターキャビティ設計により、システム全体が不安定になった。
近年,PT対称性による不安定性を解消するために,腕腔とオプティメカルフィルタのコヒーレントフィードバックを提案した。
我々は,Nyquist解析と詳細な時間領域シミュレーションにより,安定性に関する主要な結論がそのままであることを示す。
論文 参考訳（メタデータ） (2021-04-06T16:33:08Z)
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。