論文の概要: Global Exponential Stabilization of the Kinematic Bicycle Model of a Car in Polar Coordinates

• arxiv url: http://arxiv.org/abs/2607.26442v1
• Date: Wed, 29 Jul 2026 03:40:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.533809
• Title: Global Exponential Stabilization of the Kinematic Bicycle Model of a Car in Polar Coordinates
• Title（参考訳）: 極座標系における自動車の運動的自転車モデルの大域的指数安定化
• Authors: Velimir Todorovski, Kwang Hak Kim, Alessandro Astolfi, Miroslav Krstic,
• Abstract要約: キネマティック自転車は自動車のような乗り物の一般的なモデルである。 既存のデザインは、現実的な駐車操作を再現しないことが多い。 グローバル指数安定化を実現するためのスムーズなフィードバック法則を開発する。
• 参考スコア（独自算出の注目度）: 39.146761527401424
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: At parking speeds, the kinematic bicycle is the prevailing model for car-like vehicles. Yet, despite its wide use, stabilizing feedback laws for this system are scarce in the literature, and existing designs often do not reproduce realistic parking maneuvers. This limitation is inherent to the Cartesian coordinates, where Brockett's condition rules out smooth static feedback stabilization. We bypass this obstruction by transforming the system into polar coordinates together with additional range-normalized coordinates that encode the geometry of human-like parking maneuvers. In the transformed coordinates, the dynamics take a strict-feedback form, enabling a nonconventional backstepping design. We exploit the particular structure to develop smooth feedback laws that achieve global exponential stabilization in the transformed coordinates which in turn generates parking trajectories resembling the one performed by human drivers through feedback alone.
• Abstract（参考訳）: 駐車速度では、キネマティック自転車が自動車のような車両の一般的なモデルである。 しかし、広く使われているにもかかわらず、このシステムに対するフィードバックの安定化法則は文献にはほとんどなく、既存の設計では現実的な駐車操作を再現しないことが多い。 この制限は、ブロケットの条件がスムーズな静的フィードバック安定化を規定するカルテシアン座標に固有のものである。 我々は、この障害を回避すべく、システムを極座標に変換するとともに、人間のような駐車操作の幾何学を符号化する追加のレンジ正規化座標を導入する。 変換された座標では、ダイナミクスは厳格なフィードバック形式をとり、非伝統的なバックステッピング設計を可能にする。 本研究では,人間ドライバーが行うような駐車軌跡をフィードバックだけで生成する変換座標において,大域的指数安定化を実現するためのスムーズなフィードバック法則を開発するために,特定の構造を利用する。

関連論文リスト

• On orbital stabilization of a circular motion primitive for a dynamic extension of the Dubins car model [0.0]
  線形状態フィードバックにより, 逆線形化は不安定であり, 安定化できないことを示す。 主な貢献は、横線形化に基づくコントローラ設計が適用され続けているときに特徴付ける明示的で検証可能な条件の集合である。
  論文  参考訳（メタデータ） (2026-06-05T16:51:55Z)
• Drift-Resistant Navigation World Model with Anchored Epipolar Guidance [81.52175010905665]
  本稿では,従来のロールアウト型ナビゲーションワールドモデルにおいて,知覚的ドリフトと幾何学的ドリフトの両方を緩和する生成モデルであるDrift-Resistant Navigation World Modelを提案する。 まず、安定な長距離ターゲットとして機能するスパース未来のアンカーを予測し、その後、過去のコンテキストと将来のアンカーの両方で条件付けられた各チャンク内で中間フレームを生成する。 4つのベンチマークの実験では、長期の視覚的品質、幾何的一貫性、多視点コヒーレンスにおいて、強いベースラインよりも一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-05-23T22:47:33Z)
• HALO: Hybrid Auto-encoded Locomotion with Learned Latent Dynamics, Poincaré Maps, and Regions of Attraction [16.586886754318595]
  HALO (Hybrid Auto-encoded Locomotion) は、軌道データから直接周期的ハイブリッド力学の潜在最小次モデルを学習するためのフレームワークである。 オートエンコーダを使用して低次元の潜伏状態と学習された潜伏ポアンカレマップを識別し、ステップ・ツー・ステップの移動ダイナミクスをキャプチャする。 模擬ホッピングロボットとフルボディヒューマノイドロコモーションの実験により、HALOは意味のある安定性構造を保持し、全次元領域の抽出境界を予測できる低次元モデルが得られることを示した。
  論文  参考訳（メタデータ） (2026-04-20T22:09:27Z)
• Stable Walking for Bipedal Locomotion under Foot-Slip via Virtual Nonholonomic Constraints [39.146761527401424]
  足のすべりは、低摩擦または不確実な地形における二足歩行の不安定性の主要な原因である。 仮想的な非ホロノミック制約を通したロコモーションモデルにスリップを明示的に組み込む制御フレームワークを提案する。 得られた閉ループ系は、連続的な揺動力学と離散的な衝撃事象を持つハイブリッド力学系として定式化される。
  論文  参考訳（メタデータ） (2026-03-30T22:38:45Z)
• SunnyParking: Multi-Shot Trajectory Generation and Motion State Awareness for Human-like Parking [24.480545421791234]
  本研究では,空間軌跡と離散的な動き状態列を共同で予測することで,動き状態認識を実現する2重分岐E2Eアーキテクチャを提案する。 実験により, 複雑なマルチショット駐車シナリオにおいて, より頑健で人間的な軌道を生成することが実証された。 我々はCARLAシミュレータの新しいパーキングデータセットをオープンソース化した。
  論文  参考訳（メタデータ） (2026-02-25T08:35:58Z)
• Geometric Inverse Flight Dynamics on SO(3) and Application to Tethered Fixed-Wing Aircraft [5.021944882278981]
  固定翼航空機の逆飛行力学のロボット指向・座標自由な定式化について述べる。 姿勢,角速度,スラストアングル・オブ・アタックペアを出力する閉形トラジェクトリ・トゥ・インプットマップを導出する。
  論文  参考訳（メタデータ） (2026-02-19T08:26:17Z)
• Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
  本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。 シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。 高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
  論文  参考訳（メタデータ） (2026-02-17T15:10:44Z)
• HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control [67.58927286226925]
  本稿では,ヒューマノイド・スケータボードシステムモデリングと物理を意識した全身制御を統合した学習ベースのフレームワークを提案する。 Unitree G1のヒューマノイドプラットフォームでの実験では、現実のシナリオにおいて、私たちのフレームワークがスケートボード上で安定的でアジャイルな操作を可能にすることが示されています。
  論文  参考訳（メタデータ） (2026-02-03T07:18:01Z)
• Decentralized Vehicle Coordination: The Berkeley DeepDrive Drone Dataset and Consensus-Based Models [76.32775745488073]
  本研究では,非構造環境における動作計画の研究を目的とした,新しいデータセットとモデリングフレームワークを提案する。 コンセンサスに基づくモデリング手法により、データセットで観測された優先順位の出現を効果的に説明できることを実証する。
  論文  参考訳（メタデータ） (2022-09-19T05:06:57Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)

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。