論文の概要: NeoRacer: An Open, Standardized 1:12 Scale Autonomous Race Car for Benchmarking and Education
- arxiv url: http://arxiv.org/abs/2607.26855v1
- Date: Wed, 29 Jul 2026 12:39:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.668898
- Title: NeoRacer: An Open, Standardized 1:12 Scale Autonomous Race Car for Benchmarking and Education
- Title（参考訳）: NeoRacer: ベンチマークと教育のためのオープンで標準化された1:12オートマチックレースカー
- Abstract要約: オープンソーススケールの自動運転プラットフォームであるNeoRacerを紹介します。
NVIDIA Jetson Orin Nano (67 TOPS)、270のLiDAR、120fpsのグローバルシャッターカメラ、9軸IMUをベースとしている。
NeoRacerは2,699ドルで事前組み立てされ、最寄りの代替品の約半分のコストで、同等のプラットフォームの3倍の計算機能を提供する。
- 参考スコア（独自算出の注目度）: 20.129238055956375
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many scientific fields rely on standard benchmarks and shared platforms to improve review and reproducibility, but autonomous systems research still lacks widely accepted open hardware. Where standardization has emerged, progress has accelerated. This is especially evident in autonomous racing, where teams often build custom systems or buy niche, expensive vehicles, making control and robotics research and education hard to compare and reproduce. High costs also limit access outside well-funded labs, while affordable educational robots are often underpowered. To address this gap, we present NeoRacer, an open-source 1:12 scale autonomous racing platform. It is built around an NVIDIA Jetson Orin Nano (67 TOPS), a 270° LiDAR, a 120 fps global-shutter camera, and a 9-axis IMU. NeoRacer ships pre-assembled for USD 2,699, offering over 3x the compute of comparable platforms at less than half the cost of the nearest pre-assembled alternative. Co-developed by the Neobotics Foundation and Seeed Studio, and manufactured by Seeed Studio, NeoRacer combines open hardware and software design with scalable, repeatable production. The modular, extensible platform provides a standardized benchmarking environment for autonomous racing algorithms across institutions. We describe the hardware/software architecture, design decisions from two pilot deployments (MIT IAP, 15 students; BU CPS Lab, 10 students), and key cost-performance tradeoffs. Hardware is licensed under CERN-OHL-S v2 and software under GPLv3, with all design files, firmware, and ROS2 packages publicly accessible.
- Abstract（参考訳）: 多くの科学分野は、レビューと再現性を改善するために標準ベンチマークと共有プラットフォームに依存しているが、自律システムの研究は依然として広く受け入れられているオープンハードウェアを欠いている。
標準化が進むにつれて、進歩は加速した。
これは、チームがカスタムシステムを構築したり、ニッチで高価な車両を購入したり、制御とロボティクスの研究と教育を比較・再現することが難しい自動運転レースにおいて特に顕著である。
高いコストは、資金の潤沢な研究室の外でのアクセスを制限し、安価な教育ロボットは、しばしば低電力である。
このギャップに対処するため、オープンソースの1:12スケール自律レースプラットフォームであるNeoRacerを紹介します。
NVIDIA Jetson Orin Nano (67 TOPS)、270° LiDAR、120fpsのグローバルシャッターカメラ、9軸IMUをベースとしている。
NeoRacerは2,699ドルで事前組み立てされ、最寄りの代替品の約半分のコストで、同等のプラットフォームの3倍の計算機能を提供する。
Neobotics FoundationとSeeeed Studioが共同で開発し、Seeeed Studioが製造したNeoRacerは、オープンハードウェアとソフトウェアデザインを、スケーラブルで繰り返し可能なプロダクションと組み合わせている。
モジュール化された拡張可能なプラットフォームは、機関間での自律的なレーシングアルゴリズムのための標準化されたベンチマーク環境を提供する。
ハードウェア/ソフトウェアアーキテクチャ,2つのパイロットデプロイメント(MIT IAP,15の学生,BU CPS Lab,10の学生)の設計決定,および主要なコストパフォーマンストレードオフについて述べる。
ハードウェアはCERN-OHL-S v2とGPLv3でライセンスされ、すべてのデザインファイル、ファームウェア、ROS2パッケージが公開されている。
関連論文リスト
- Python in the front, party in the Backline: compiling quantum workloads across CPUs, GPUs, and FPGAs [1.4035981933195663]
私たちは、PennyLaneとCatalyst内に構築された異種コンパイルおよびランタイムフレームワークであるBacklineを紹介します。
Backlineを使えば、高性能で低レイテンシなデバイスのための量子古典的なワークロードを設計、構築できます。
我々は、低レイテンシのデータ移動を伴ういくつかの量子ワークロードのコンパイルと実行を実演する。
論文 参考訳（メタデータ） (2026-09-08T18:00:00Z) - OpenPodcar2: a robust, ROS2 vehicle for self-driving research [1.1744028458220428]
OpenPodcar2は、堅牢でROS2インタフェース、低コストでオープンソースのハードウェアとソフトウェア、自動運転車プラットフォームである。
この車両は、市販のハードキャノピー、モビリティスクータードナーをベースとしている。
人間の乗客や類似の荷物を最大15km/hで輸送できる。
論文 参考訳（メタデータ） (2026-04-27T09:52:14Z) - BioNeMo Framework: a modular, high-performance library for AI model development in drug discovery [79.52947133303498]
計算生物学と化学AIモデルのトレーニングを容易にするために,BioNeMo Frameworkを紹介した。
256のNVIDIA A100では、BioNeMo Frameworkは40億のパラメータBERTベースのPLMを4.2日で1兆個以上のトークンでトレーニングしている。
BioNeMo Frameworkはオープンソースで、誰でも自由に使える。
論文 参考訳（メタデータ） (2024-11-15T19:46:16Z) - JaxMARL: Multi-Agent RL Environments and Algorithms in JAX [105.343918678781]
我々は、GPU対応の効率と多くの一般的なMARL環境のサポートを組み合わせた、最初のオープンソースPythonベースのライブラリであるJaxMARLを紹介します。
我々の実験は、壁時計時間の観点から、JAXベースのトレーニングパイプラインが既存のアプローチの約14倍高速であることを示している。
また、人気の高いStarCraft Multi-Agent ChallengeのJAXベースの近似的な再実装であるSMAXを紹介し、ベンチマークする。
論文 参考訳（メタデータ） (2023-11-16T18:58:43Z) - Level 2 Autonomous Driving on a Single Device: Diving into the Devils of
Openpilot [112.21008828205409]
Comma.aiは、1台のカメラとボードを内蔵した999ドルのアフターマーケットデバイスがL2シナリオを処理する能力を持っていると主張している。
Comma.aiがリリースした全システムのオープンソースソフトウェアとともに、プロジェクトはOpenpilotと名付けられた。
このレポートでは、最新の知見を公開し、産業製品レベルでのエンドツーエンドの自動運転という、新たな視点について光を当てたいと思います。
論文 参考訳（メタデータ） (2022-06-16T13:43:52Z) - OpenPodcar: an Open Source Vehicle for Self-Driving Car Research [2.1802764032623627]
OpenPodcarは低コストでオープンソースの自動運転車研究プラットフォームで、市販のハードキャノピー、移動用スクータードナーをベースとしている。
この車両は、人間の乗客や類似の荷物を最大15km/hで輸送するのに十分な大きさである。
小型で安全で、標準的な研究所に駐車し、現実的な人間と車両の相互作用研究に使用することができる。
論文 参考訳（メタデータ） (2022-05-09T17:55:56Z) - Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits [81.22616193933021]
TUM Auton-omous Motorsportsは2021年10月、インディ・オートマチック・チャレンジに参加する。
インディアナポリス・モーター・スピードウェイのダララAV-21レースカー10台のうち1台を走らせることで、自動運転のソフトウェアスタックをベンチマークする。
これは、最も困難で稀な状況をマスターできる自律走行アルゴリズムを開発するための理想的な試験場である。
論文 参考訳（メタデータ） (2022-02-08T11:55:05Z) - NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM
CoSTAR at the DARPA Subterranean Challenge [105.27989489105865]
本稿では,TEAM CoSTARが開発したアルゴリズム,ハードウェア,ソフトウェアアーキテクチャについて述べる。
NeBula (Networked Belief-Aware Perceptual Autonomy) と呼ばれる当社の自律的ソリューションを紹介します。
論文 参考訳（メタデータ） (2021-03-21T19:42:26Z) - RealAnt: An Open-Source Low-Cost Quadruped for Education and Research in
Real-World Reinforcement Learning [22.248426100376467]
RealAntは、強化学習で使われる人気のあるAnt'ベンチマークの低コストな物理バージョンである。
RealAntは10分未満の経験から、ゼロから歩くことを学べる。
論文 参考訳（メタデータ） (2020-11-05T20:26:22Z) - AirSim Drone Racing Lab [56.68291351736057]
AirSim Drone Racing Labは、この領域で機械学習研究を可能にするシミュレーションフレームワークである。
本フレームワークは,複数の写真リアル環境下でのレーストラック生成を可能にする。
当社のフレームワークを使用して,NeurIPS 2019で,シミュレーションベースのドローンレースコンペティションを開催しました。
論文 参考訳（メタデータ） (2020-03-12T08:06:06Z)
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。