論文の概要: A Relaxed Quadratic-Program-based Framework for Trajectory Tracking of Unicycle Robots with Singularity Avoidance

• arxiv url: http://arxiv.org/abs/2606.23355v1
• Date: Mon, 22 Jun 2026 13:55:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 22:25:53.467242
• Title: A Relaxed Quadratic-Program-based Framework for Trajectory Tracking of Unicycle Robots with Singularity Avoidance
• Title（参考訳）: 特異性回避型単輪ロボットの軌道追跡のための緩和擬似プログラムに基づくフレームワーク
• Authors: Hamza Tariq, Usman Ali, Adeel Akhtar,
• Abstract要約: 動的フィードバック線形化(Dynamic feedback linearization, DFL)は, 一輪車型移動ロボットの軌道追尾技術である。 線形速度がなくなるとDFLベースのコントローラは特異となり、標準のDFLベースのコントローラは停止と逆操作には適さない。 本稿では,この特異性を回避する2次プログラム(QP)に基づく最適制御フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.3318026799252654
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic feedback linearization (DFL) is a classical technique for trajectory tracking of unicycle-type mobile robots, but the resulting DFL-based controller becomes singular when the linear velocity vanishes, rendering standard DFL-based controllers unsuitable for stop-and-reverse maneuvers. This paper proposes a quadratic-program (QP)-based optimal control framework that avoids this singularity, while establishing local Lipschitz continuity of the resulting feedback law. Our approach reformulates the DFL constraints as an equality-constrained QP with a slack variable, ensuring feasibility for all states and reference signals, including at points where the robot's velocity vanishes. By introducing slack variables and tunable parameters, we demonstrate that the singular configuration can be avoided for a large class of reference trajectories. The effectiveness of the proposed approach for trajectory tracking is demonstrated through ROS 2-Gazebo simulations on a TurtleBot3 Waffle robot. The code is available at https://gradslab.github.io/DFL_QP_Unicycle/
• Abstract（参考訳）: 動的フィードバック線形化(DFL)は, 単サイクル型移動ロボットの軌道追跡における古典的手法であるが, 線形速度がなくなるとDFLベースの制御器は特異となり, 標準のDFLベースの制御器は停止・反転操作には適さない。 本稿では、フィードバック法則の局所的なリプシッツ連続性を確立しながら、この特異性を回避する2次プログラム(QP)に基づく最適制御フレームワークを提案する。 提案手法では,DFL制約をスラック変数による等価性制約QPとして再構成し,ロボットの速度が消える点を含む全ての状態および参照信号の実現性を確保する。 slack変数とtunableパラメータを導入することで、参照トラジェクトリの大規模なクラスに対して特異な構成を回避できることを実証する。 提案手法の有効性は,TurtleBot3 Waffleロボット上でのROS 2-Gazeboシミュレーションにより実証された。 コードはhttps://gradslab.github.io/DFL_QP_Unicycle/で公開されている。

関連論文リスト

• Actuator-Aware Inverse Kinematics with Joint-Limit Admissibility for Torque-Controlled Redundant Robots [3.568466510804539]
  本稿では、トルク制御された冗長ロボットのためのアクチュエータ対応逆運動学を提案する。 小さな命令されたタスク残余は、必ずしも実現された動作を改善するとは限らない。 仮想分解制御された7自由度上肢エクソスケルトンの実験は、この手法を標準的な逆運動的基底線と比較する。
  論文  参考訳（メタデータ） (2026-05-29T15:33:10Z)
• Benchmarking Empirical and Learning-Based Approaches for Feedforward Steering Control in Autonomous Racing [2.183305325115666]
  フィードフォワードステアリング制御は、自律走行のための階層型制御アーキテクチャの重要な構成要素である。 本稿では,2つの学習ベースと2つの経験的フィードフォワードコントローラのベンチマークを示す。 実世界Abu Dhabi Autonomous Racing Leagueコンペティションに基づく高忠実度シミュレーションフレームワークでフィードフォワードコントローラをテストする。
  論文  参考訳（メタデータ） (2026-05-20T12:44:36Z)
• Sampling-Based Follow-the-Leader Motion Planning for Manipulator-Mounted Continuum Robots [4.355077219923408]
  FTL(Follow-the- Leader)運動は、連続体ロボット(CR)のユニークな形態を利用して、体が先端の経路を追従することで、閉じ込められた空間をナビゲートする。 本稿では,ロボット構成とベースポーズを協調的に考慮したマニピュレータ搭載CRのFTL動作のためのサンプリングベースモーションプランナを提案する。
  論文  参考訳（メタデータ） (2026-05-12T06:46:13Z)
• Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
  Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。 本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。 このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
  論文  参考訳（メタデータ） (2026-04-10T17:12:07Z)
• Online Generation of Collision-Free Trajectories in Dynamic Environments [0.9596789853473943]
  状態列で表される任意の幾何経路を対応する運動可能軌道に変換するオンライン手法を提案する。 ユーザが指定した制御速度で離散化して低レベルロボットコントローラにストリームできるクインティック/クアティック・スプラインのシーケンスを生成する。 実際のロボットの実験では、提案手法が人間の存在を含む現実のシナリオで使用できることを示した。
  論文  参考訳（メタデータ） (2026-02-28T18:04:50Z)
• 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)
• 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)
• Unit-Modulus Wireless Federated Learning Via Penalty Alternating Minimization [64.76619508293966]
  Wireless Federated Learning(FL)は、分散データセットから無線通信を介してグローバルパラメトリックモデルをトレーニングする、新興機械学習パラダイムである。 本稿では、ローカルモデルパラメータをアップロードし、無線通信を介してグローバルモデルパラメータを算出する無線FLフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-08-31T08:19:54Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Robust Quadrupedal Locomotion on Sloped Terrains: A Linear Policy Approach [3.752600874088677]
  私たちは、四足歩行ロボットStochに2ドル(約2万2000円)のリニアポリシーを使っています。 特に、エンドフット軌道のパラメータは、胴体方向と地形傾斜を入力として取る線形フィードバックポリシーによって形成される。 結果として生じる歩行は、地形の斜面の変動や外部のプッシュに対して堅牢である。
  論文  参考訳（メタデータ） (2020-10-30T16:02:08Z)
• Gradient Statistics Aware Power Control for Over-the-Air Federated Learning [59.40860710441232]
  フェデレートラーニング(FL)は、多くのエッジデバイスが無線ネットワークで機械学習モデルを協調的にトレーニングできる有望なテクニックである。 本稿では、勾配統計を考慮に入れたオーバー・ザ・エアFLの電力制御問題について検討する。
  論文  参考訳（メタデータ） (2020-03-04T14:06:51Z)

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。