論文の概要: Post-Collision Trajectory Restoration for a Single-track Ackermann Vehicle using Heuristic Steering and Tractive Force Functions

• arxiv url: http://arxiv.org/abs/2602.08444v1
• Date: Mon, 09 Feb 2026 09:57:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.279449
• Title: Post-Collision Trajectory Restoration for a Single-track Ackermann Vehicle using Heuristic Steering and Tractive Force Functions
• Title（参考訳）: ヒューリスティックステアリングとTractive Force関数を用いた単軌道アッカーマン車両の衝突後軌道復元
• Authors: Samsaptak Ghosh, M. Felix Orlando, Sohom Chakrabarty,
• Abstract要約: 衝突後の軌道復元は、自動運転車の安全上重要な機能である。 本稿では,汎用単軌道車両モデルに対する操舵と牽引力を共同で制御する構造的回復制御法を提案する。
• 参考スコア（独自算出の注目度）: 1.1899559337707113
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Post-collision trajectory restoration is a safety-critical capability for autonomous vehicles, as impact-induced lateral motion and yaw transients can rapidly drive the vehicle away from the intended path. This paper proposes a structured heuristic recovery control law that jointly commands steering and tractive force for a generalized single-track Ackermann vehicle model. The formulation explicitly accounts for time-varying longitudinal velocity in the lateral-yaw dynamics and retains nonlinear steering-coupled interaction terms that are commonly simplified in the literature. Unlike approaches that assume constant longitudinal speed, the proposed design targets the transient post-impact regime where speed variations and nonlinear coupling significantly influence recovery. The method is evaluated in simulation on the proposed generalized single-track model and a standard 3DOF single-track reference model in MATLAB, demonstrating consistent post-collision restoration behaviour across representative initial post-impact conditions.
• Abstract（参考訳）: 衝突後の軌道復元は自動運転車にとって安全に重要な機能であり、衝突による横動きやヨートランジェントによって車両を意図した経路から素早く遠ざけることができる。 本稿では,一般化された単軌道アッカーマン車両モデルに対する操舵と牽引力を共同で制御する構造的ヒューリスティック回復制御法を提案する。 この定式化は、横方向の力学における時間変化の経時速度を明示的に説明し、文献で一般的に単純化される非線形ステアリング結合相互作用項を保持する。 一定の縦断速度を仮定するアプローチとは異なり、提案設計は、速度の変動と非線形結合が回復に大きな影響を及ぼす過渡的なポストインパクト体制を目標としている。 本手法は,MATLABにおいて提案した一般化シングルトラックモデルと標準3DOFシングルトラック参照モデルを用いてシミュレーションにより評価し,初期環境における一貫した協調後の復元挙動を示す。

関連論文リスト

• Dual Quaternion Based Contact Modeling for Fast and Smooth Collision Recovery of Quadrotors [11.70412524968217]
  この手紙は、SE(3)多様体上の剛体衝突を直接解決する双対四元数リセット写像を提示する。 ハイブリッドリカバリコントローラは、直線運動量と角運動量とを結合して、衝撃に対する厳密なエネルギー散逸を保証するように設計されている。 高忠実なMuJoCoシミュレーションは、複雑な接触ダイナミクスに対するコントローラの応答を検証する。
  論文  参考訳（メタデータ） (2026-03-16T01:10:04Z)
• Inverse-dynamics observer design for a linear single-track vehicle model with distributed tire dynamics [1.453612836743437]
  本稿では,タイヤの分散表現と標準センサから収集した情報とを線形単線モデルと組み合わせた革新的オブザーバを提案する。 シミュレーション結果から, 騒音やモデルの不確実性があっても, サイドリップ角度とタイヤ力の推定に観察者が有効であることを示す。
  論文  参考訳（メタデータ） (2026-03-08T07:05:16Z)
• Accelerating Structured Chain-of-Thought in Autonomous Vehicles [55.78214218065611]
  チェーン・オブ・ソート(CoT)推論は、自律運転における視覚言語行動モデルの意思決定能力を高める。 FastDriveCoTはテンプレート構造CoTを高速化する新しい並列復号法である。
  論文  参考訳（メタデータ） (2026-02-02T22:14:26Z)
• 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)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Discrete Diffusion for Reflective Vision-Language-Action Models in Autonomous Driving [55.13109926181247]
  離散拡散による安全な軌道生成のためのリフレクション機構を統合した学習ベースのフレームワークであるReflectDriveを紹介する。 我々のアプローチの中心は、勾配のない反復的な自己補正を行う、安全を意識した反射機構である。 本手法は目標条件付き軌道生成から始まり,マルチモーダル運転動作をモデル化する。
  論文  参考訳（メタデータ） (2025-09-24T13:35:15Z)
• A Driving Regime-Embedded Deep Learning Framework for Modeling Intra-Driver Heterogeneity in Multi-Scale Car-Following Dynamics [5.579243411257874]
  本稿では、離散駆動方式を車体運動予測に組み込む新しいデータ駆動型自動車追従フレームワークを提案する。 提案したハイブリッドディープラーニングアーキテクチャは、離散運転系統分類のためのGated Recurrent Unitsと、連続的キネマティック予測のためのLong Short-Term Memory Networkを組み合わせたものである。 このフレームワークはアクセラレーションの予測誤差を著しく減らし(最大MSE改善は58.47%に達した)、速度と距離を計測し、重要な交通現象を再現する。
  論文  参考訳（メタデータ） (2025-06-06T09:19:33Z)
• 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)
• Integrating Higher-Order Dynamics and Roadway-Compliance into Constrained ILQR-based Trajectory Planning for Autonomous Vehicles [3.200238632208686]
  軌道計画は、自動運転車のグローバルな最適ルートを作成することを目的としている。 既存の自転車キネマティックモデルを用いた実装では、制御可能な軌道は保証できない。 このモデルを、曲率と長手ジャークの1階および2階微分を含む高階項で拡張する。
  論文  参考訳（メタデータ） (2023-09-25T22:30:18Z)
• 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)

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。