論文の概要: Digital Twin Modeling of a Highly Automated Agricultural Tractor
- arxiv url: http://arxiv.org/abs/2607.19912v1
- Date: Wed, 22 Jul 2026 08:43:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:38.032487
- Title: Digital Twin Modeling of a Highly Automated Agricultural Tractor
- Title（参考訳）: 高自動農業トラクタのディジタルツインモデリング
- Abstract要約: 研究用トラクタ(AMX G-trac)のディジタル双対が作成され,特にISOBUSプロトコルに従ったデータ読み出しおよびアクティベーションコマンドのためのCAN通信に焦点を当てた。
Mevea Simulation Softwareは、Kvaser CanKing仮想CANチャネル上でCANメッセージを読み書きするために、キネマティックモデルとビジュアルを提供する基盤として利用される。
デジタル双対シミュレーションと実世界の両方において、直線と旋回動作を含む様々な性能試験を行い、類似度を測定した。
- 参考スコア（独自算出の注目度）: 1.0195618602298684
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In efforts to increase research efficiency and availability, a digital twin of our research tractor (AMX G-trac) is created, focusing especially on the CAN communication for data reading and actuation command following the ISOBUS protocol. Mevea Simulation Software is utilized as the foundation, providing the kinematic model and visuals, while Python is used to read and write CAN messages over a Kvaser CanKing virtual CAN channel. Various performance tests involving straight line and turning behavior are performed in both the digital twin simulation and in the real world to measure similarity. Results indicate that the Mevea model behaves very comparable in its lateral dynamics, often within 5-10 percent, but requires better data to fully capture the longitudinal aspects like acceleration. The final model described in this paper sets the table for a second iteration to include more tractor functions such as hydraulics and tractor-implement dynamics.
- Abstract（参考訳）: 研究効率と可用性を向上させるため,研究用トラクタ(AMX G-trac)のディジタルツインが作成され,特にISOBUSプロトコルによるデータ読み出しおよびアクティベーションコマンドのCAN通信に焦点が当てられている。
Mevea Simulation Softwareは、Kvaser CanKing仮想CANチャネル上でCANメッセージを読み書きするために、キネマティックモデルとビジュアルを提供する基盤として利用される。
デジタル双対シミュレーションと実世界の両方において、直線と旋回動作を含む様々な性能試験を行い、類似度を測定した。
その結果、Meveaモデルは、しばしば5～10パーセントの範囲内で、横方向のダイナミクスにおいて非常に同等に振る舞うが、加速度のような縦方向の側面を完全に捉えるためには、より良いデータが必要であることが示唆された。
本論文で述べる最終モデルは,油圧やトラクタ実装ダイナミクスなどのトラクタ関数を含む第2イテレーションのテーブルを設定する。
関連論文リスト
- Continuum Robot Modeling with Action Conditioned Flow Matching [5.861206243996455]
腱駆動型ロボット(TDCR)の運動状態における形状の予測は依然として困難である。
本稿では,軽量な3DプリントTDCRハードウェアプラットフォームと,複数のカメラを備えたRGB-Dデータ収集パイプラインを提案する。
ロボットの3次元形状に運動状態をマッピングする点雲流マッチングモデルを学習する。
論文 参考訳（メタデータ） (2026-05-09T23:22:49Z) - DrivIng: A Large-Scale Multimodal Driving Dataset with Full Digital Twin Integration [35.44401354820601]
我々は18kmのルートの完全なデジタル双対を持つ大規模マルチモーダルデータセットであるDrivIngを提示する。
我々のデータセットは、6台のRGBカメラ、1台のLiDAR、そして1日中、夕暮れ時、夜の間を撮影する高精度ADMAベースのローカライゼーションから連続的な記録を提供する。
DrivIngは実際のトラフィックをシミュレーションに1対1で転送し、エージェントのインタラクションを保存すると同時に、現実的で柔軟なシナリオテストを可能にする。
論文 参考訳（メタデータ） (2026-01-21T18:41:05Z) - Drivetrain simulation using variational autoencoders [0.0]
本研究は、トルク要求から車両のジャーク信号を予測するための変分オートエンコーダ(VAE)を提案する。
我々は、完全電動SUVの2つの変種の実験データに基づいて、無条件と条件付きの両方のVAEを実装した。
論文 参考訳（メタデータ） (2025-01-29T13:37:32Z) - Trajeglish: Traffic Modeling as Next-Token Prediction [67.28197954427638]
自動運転開発における長年の課題は、記録された運転ログからシードされた動的運転シナリオをシミュレートすることだ。
車両、歩行者、サイクリストが運転シナリオでどのように相互作用するかをモデル化するために、離散シーケンスモデリングのツールを適用します。
我々のモデルはSim Agents Benchmarkを上回り、リアリズムメタメトリックの先行作業の3.3%、インタラクションメトリックの9.9%を上回ります。
論文 参考訳（メタデータ） (2023-12-07T18:53:27Z) - Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous
Driving Research [76.93956925360638]
Waymaxは、マルチエージェントシーンにおける自動運転のための新しいデータ駆動シミュレータである。
TPU/GPUなどのハードウェアアクセラレータで完全に動作し、トレーニング用のグラフ内シミュレーションをサポートする。
我々は、一般的な模倣と強化学習アルゴリズムのスイートをベンチマークし、異なる設計決定に関するアブレーション研究を行った。
論文 参考訳（メタデータ） (2023-10-12T20:49:15Z) - TrafficBots: Towards World Models for Autonomous Driving Simulation and
Motion Prediction [149.5716746789134]
我々は,データ駆動型交通シミュレーションを世界モデルとして定式化できることを示した。
動作予測とエンドツーエンドの運転に基づくマルチエージェントポリシーであるTrafficBotsを紹介する。
オープンモーションデータセットの実験は、TrafficBotsが現実的なマルチエージェント動作をシミュレートできることを示している。
論文 参考訳（メタデータ） (2023-03-07T18:28:41Z) - Generative AI-empowered Simulation for Autonomous Driving in Vehicular
Mixed Reality Metaverses [130.15554653948897]
車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。
現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。
生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-02-16T16:54:10Z) - Joint Spatial-Temporal and Appearance Modeling with Transformer for
Multiple Object Tracking [59.79252390626194]
本稿ではTransSTAMという新しい手法を提案する。Transformerを利用して各オブジェクトの外観特徴とオブジェクト間の空間的時間的関係の両方をモデル化する。
提案手法はMOT16, MOT17, MOT20を含む複数の公開ベンチマークで評価され, IDF1とHOTAの両方で明確な性能向上を実現している。
論文 参考訳（メタデータ） (2022-05-31T01:19:18Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳（メタデータ） (2021-04-30T15:30:05Z) - A Probabilistic Graphical Model Foundation for Enabling Predictive
Digital Twins at Scale [0.0]
結合ダイナミクスシステムの集合として、アセットツインシステムの抽象化を作成します。
本研究では,無人航空機のディジタル双対構造を実現するために,モデルがどのようにインスタンス化されるかを実証する。
論文 参考訳（メタデータ） (2020-12-10T17:33:59Z) - From Physics-Based Models to Predictive Digital Twins via Interpretable
Machine Learning [0.0]
この研究は、物理モデルライブラリーからデータ駆動型デジタルツインを作成する方法論を開発する。
デジタルツインは、解釈可能な機械学習を使用して更新される。
このアプローチは、12フィートの翼幅無人航空機のための構造的デジタルツインの開発を通じて実証される。
論文 参考訳（メタデータ） (2020-04-23T17:55:04Z)
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。