論文の概要: Lateral String Stability for Vehicle Platoons: Formulation, Definition, and Analysis

• arxiv url: http://arxiv.org/abs/2605.01731v1
• Date: Sun, 03 May 2026 06:02:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.910265
• Title: Lateral String Stability for Vehicle Platoons: Formulation, Definition, and Analysis
• Title（参考訳）: 自動車プラトンの横弦安定性:定式化・定義・解析
• Authors: Sixu Li, Swaroop Darbha, Yang Zhou,
• Abstract要約: 安全上の利点は、車両の弦に沿って乱れがどのように伝播するかを規定する弦の安定性に依存する。 横文字列安定性は、経路追跡エラーの伝搬を制御し、所望の経路からの安全でない逸脱を引き起こす。 本稿では,安全クリティカルな経路関連追従誤差に直接焦点をあてた横列安定性の枠組みを提案する。
• 参考スコア（独自算出の注目度）: 11.606077532835359
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Platooning of connected and automated vehicles provides significant benefits in terms of energy efficiency, traffic throughput, and, most critically, safety. These safety benefits depend on string stability, which dictates how disturbances propagate along a vehicle string. Although longitudinal string stability has been extensively examined, lateral string stability, which governs the propagation of path-tracking errors that can lead to unsafe deviations from the desired path, remains underexplored. Its importance is growing as autonomous vehicles increasingly depend on onboard sensing and map-free navigation, where sensor occlusions and tight formations amplify safety risks. This paper presents a framework for lateral string stability that focuses directly on safety-critical, path-relative tracking errors and enables consistent comparison across vehicles that follow the same planned path. The key element of the framework is an arc-length (Eulerian) viewpoint, a departure from traditional analyses, that clarifies how tracking errors at a given point on the path propagate from one vehicle to the next. Building on this foundation, we propose the definition of L2 lateral string stability along with two control strategies: a feedback-feedforward strategy that relies solely on onboard sensing, and a novel learn-from-predecessor strategy that makes use of vehicle-to-vehicle communication. Both strategies are analyzed for lateral string stability with respect to two error measures: tracking error vector and lateral (cross-track) error. Our results show that onboard sensing alone cannot guarantee attenuation of path-tracking errors, imposing a fundamental safety limitation, while V2V communication enables true error attenuation. The analysis further identifies structural controller requirements, showing that nonzero feedback on specific measurements is essential for guaranteeing stability.
• Abstract（参考訳）: 連結車両と自動車両のプラトゥーイングは、エネルギー効率、交通のスループット、そして最も重要な点において大きな利益をもたらす。 これらの安全性の利点は、車両の弦に沿って乱れがどのように伝播するかを規定する弦の安定性に依存する。 長手弦の安定性は広く検討されているが、経路追尾誤差の伝搬を規定する横弦の安定性は、所望の経路からの不安定なずれを引き起こす可能性がある。 その重要性は、自動運転車がますますオンボードのセンサーや地図のないナビゲーションに依存しているため、センサーの閉塞や厳密な構成が安全性のリスクを増幅する。 本稿では,安全クリティカルな経路関連追従誤差に直接焦点をあて,同じ経路を走行する車両間の一貫した比較を可能にする横列安定性の枠組みを提案する。 フレームワークの鍵となる要素は弧長(ユーレリア)の視点であり、従来の分析から離れて、ある経路上の特定の点における誤差の追跡が、ある車両から次の車両へと伝播する方法を明確にする。 本研究は,車載センシングのみに依存するフィードバック・フィードバックフォワード戦略と,車車間通信を利用した新たな学習・学習戦略の2つの制御戦略とともに,L2の横弦安定性の定義を提案する。 どちらの戦略も、エラーベクトルの追跡と横(クロストラック)エラーの2つの誤差尺度に関して横列安定性を解析する。 この結果から,車載センサだけでは経路追従誤差の減衰を保証できず,V2V通信は真の誤り減衰を可能にすることを示す。 この分析は構造制御器の要求をさらに特定し、特定の測定値に対する非ゼロフィードバックが安定性を保証するのに不可欠であることを示した。

関連論文リスト

• ReflexDiffusion: Reflection-Enhanced Trajectory Planning for High-lateral-acceleration Scenarios in Autonomous Driving [14.885968822668824]
  ReflexDiffusionは、反射調整により拡散に基づく軌道プランナーを強化する推論段階のフレームワークである。 最先端(SOTA)法よりも14.1%向上した。
  論文  参考訳（メタデータ） (2026-01-14T11:03:29Z)
• Failure Analysis of Safety Controllers in Autonomous Vehicles Under Object-Based LiDAR Attacks [0.0]
  本稿では,高速道路走行シナリオにおけるオブジェクトベースLiDAR攻撃時の安全制御装置の系統的故障解析について述べる。 その結果、LiDAR誘導の物体幻覚は、たとえ短い期間であっても、安全でないブレーキ、実際の危険に対する遅延反応、不安定な制御行動を引き起こすことが示されている。
  論文  参考訳（メタデータ） (2025-12-23T22:05:32Z)
• Attention in Motion: Secure Platooning via Transformer-based Misbehavior Detection [0.6999740786886536]
  車両小隊は、多車編成の調整を通じて、輸送効率と安全性の変革的な改善を約束する。 確率チェックや統計的手法に依存する従来の誤動作検出手法は、偽陽性(FP)率が高い。 Intention In Motion (AIMformer) は、車体プラトンにおけるリアルタイムな誤動作検出に適したトランスフォーマーベースのフレームワークである。
  論文  参考訳（メタデータ） (2025-12-17T14:45:33Z)
• Path Drift in Large Reasoning Models:How First-Person Commitments Override Safety [40.92620214527198]
  ロングCoTモデルにおける推論軌道は、整列された経路からドリフトし、結果として安全性の制約に反する内容となる。 本稿では,認知的負荷増幅,自己ロールプライミング,条件チェーンハイジャックを含む3段階のパスドリフト誘導フレームワークを提案する。 本研究は,トークンレベルのアライメントを超えた長期的推論において,軌道レベルのアライメント監視の必要性を強調した。
  論文  参考訳（メタデータ） (2025-10-11T04:39:50Z)
• 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)
• Adaptive Dual Uncertainty Optimization: Boosting Monocular 3D Object Detection under Test-Time Shifts [80.32933059529135]
  TTA(Test-Time Adaptation)メソッドが出現し、推論中にターゲット分布に適応する。 我々は、堅牢なM3ODの両不確実性を共同で最小化するために設計された、最初のTTAフレームワークであるDual Uncertainity Optimization (DUO)を提案する。 並列に,明瞭な意味的手がかりを持つ領域における幾何学的コヒーレンスを保存する意味認識型正規場制約を設計する。
  論文  参考訳（メタデータ） (2025-08-28T07:09:21Z)
• AdaSteer: Your Aligned LLM is Inherently an Adaptive Jailbreak Defender [99.3105257001476]
  本稿では,入力特性に基づいてモデル動作を調整するアダプティブアクティベーションステアリング手法であるAdaSteerを提案する。 AdaSteer は Rejection Direction (RD) と Harmfulness Direction (HD) の両方に沿って入力表現を操る 本研究は,LLMにおけるリアルタイム・フレキシブル安全対策のための解釈可能なモデル内装の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2025-04-13T07:39:17Z)
• A Multi-Loss Strategy for Vehicle Trajectory Prediction: Combining Off-Road, Diversity, and Directional Consistency Losses [68.68514648185828]
  軌道予測は、自動運転車における計画の安全性と効率に不可欠である。 現在のモデルでは、複雑な交通規則と潜在的な車両の動きを完全に捉えることができないことが多い。 本研究は, オフロード損失, 方向整合誤差, ダイバーシティ損失の3つの新しい損失関数を紹介する。
  論文  参考訳（メタデータ） (2024-11-29T14:47:08Z)
• Towards Stable 3D Object Detection [64.49059005467817]
  安定度指数(SI)は3次元検出器の安定性を信頼度、ボックスの定位、範囲、方向で総合的に評価できる新しい指標である。 モデルの安定性向上を支援するため,予測一貫性学習(PCL)と呼ばれる,汎用的で効果的なトレーニング戦略を導入する。 PCLは本質的に、異なるタイムスタンプと拡張の下で同じオブジェクトの予測一貫性を促進し、検出安定性を向上させる。
  論文  参考訳（メタデータ） (2024-07-05T07:17:58Z)

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。