論文の概要: Beyond the Plane: Coupling Planar Vehicle Dynamics with Three-Dimensional Road Geometry

• arxiv url: http://arxiv.org/abs/2608.09402v1
• Date: Mon, 10 Aug 2026 10:28:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.207684
• Title: Beyond the Plane: Coupling Planar Vehicle Dynamics with Three-Dimensional Road Geometry
• Title（参考訳）: 平面の向こう側:3次元道路形状による平面車両のダイナミクスの結合
• Authors: Simon Sagmeister, Phillip Pitschi, Nico Haja, Markus Lienkamp,
• Abstract要約: ほとんどの車両力学モデルは2次元であり、現実の道路は3次元である。 本研究では,平面車両力学モデルと実世界の3次元道路形状を結合する新しい手法を提案する。 ラスベガス・モーター・スピードウェイのフルスケールレースカーで記録した高速データを用いて,我々のアプローチを検証する。
• 参考スコア（独自算出の注目度）: 4.815503491342169
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Simulation is crucial for developing and testing autonomous driving systems. In particular, the development of localization and control algorithms relies on an accurate vehicle dynamics simulation. However, most vehicle dynamics models are two-dimensional while real-world roads are three-dimensional. For example, effects from the three-dimensional road geometry on the Las Vegas Motor Speedway can increase the normal forces on the tires by more than 66% compared to the nominal load at standstill. As a result, even highly detailed planar vehicle dynamics models struggle to accurately reproduce the real vehicle's behavior. While solutions for three-dimensional vehicle dynamics exist, they are rarely adopted, computationally expensive, and complex. To address this issue, we present a novel method to couple planar vehicle dynamics models with real-world three-dimensional road geometry. We transform the planar vehicle state from the vehicle model's two-dimensional plane to its corresponding representation in three-dimensional space. Additionally, we calculate road-geometry-induced forces and moments and apply them to the planar vehicle model. We validate our approach using high-speed data recorded with a full-scale race car on the banked Las Vegas Motor Speedway. Furthermore, on synthetic tracks, we show that our method yields accurate results even in edge cases. Together, our results demonstrate that the gap between planar simulation and real-world three-dimensional roads can be closed without abandoning simpler planar models. To simplify adoption of our method, we provide the implementation as open-source software on github.com/TUMFTM/3d-road-geometry-coupling.
• Abstract（参考訳）: シミュレーションは自動運転システムの開発とテストに不可欠である。 特に、ローカライズと制御アルゴリズムの開発は、正確な車両動力学シミュレーションに依存している。 しかし、ほとんどの車両力学モデルは2次元であり、現実の道路は3次元である。 例えば、ラスベガス・モーター・スピードウェイにおける3次元道路形状の影響により、タイヤの通常の力を66%以上増加させることができる。 結果として、非常に詳細な平面車両力学モデルでさえ、実際の車両の挙動を正確に再現するのに苦労する。 三次元車両力学の解は存在するが、採用されることは稀であり、計算コストが高く、複雑である。 この問題に対処するために,平面車両力学モデルと実世界の3次元道路形状を結合する新しい手法を提案する。 平面車両状態を車両模型の二次元平面から3次元空間における対応する表現に変換する。 さらに,道路測地による力とモーメントを計算し,平面車両モデルに適用する。 ラスベガス・モーター・スピードウェイのフルスケールレースカーで記録した高速データを用いて,我々のアプローチを検証する。 さらに, 合成軌道上では, エッジの場合においても, 正確な結果が得られることを示す。 その結果,平面シミュレーションと実世界の3次元道路とのギャップは,単純な平面モデルを捨てることなく閉じることができることを示した。 本稿では,github.com/TUMFTM/3d-road-geometry-couplingにおけるオープンソースソフトウェアの実装について述べる。

関連論文リスト

• DriveWeaver: Point-Conditioned Video Inpainting for Controllable Vehicle Insertion in Autonomous Driving Simulation [9.201369685231532]
  DriveWeaverは、自律運転シミュレーションにおける制御可能な車両挿入のための新しいフレームワークである。 我々は、時間的に一貫した車両を生成するために、車両点雲に条件付映像を塗布する。 本手法は,視覚リアリズムと幾何学的整合性において,既存のベースラインよりも優れる。
  論文  参考訳（メタデータ） (2026-06-30T16:23:32Z)
• LiAuto-GeoX: Efficient Grounded Driving Transformer [54.23823436153608]
  デプロイ可能なエゴ中心の3Dシーン理解のための効率的な基底駆動トランスフォーマである textbfLiAuto-GeoX を提案する。 textbfLiAuto-GeoX は KITTI 上で 220 FPS で動作し,高忠実度高密度化を保ち,リアルタイムな展開を実現している。
  論文  参考訳（メタデータ） (2026-06-04T06:58:44Z)
• DVGT-2: Vision-Geometry-Action Model for Autonomous Driving at Scale [63.05446464787182]
  本稿では,高密度な3次元形状を自律運転のクリティカルキューとして提唱するビジョン・ジオメトリ・アクションのパラダイムを提案する。 本稿では,DVGT-2(Stream Driving Visual Geometry Transformer)を導入し,入力をオンラインに処理し,現行のフレームに対して高密度なジオメトリとトラジェクトリプランニングを共同で出力する。 高速にもかかわらず、DVGT-2は様々なデータセット上で優れた幾何再構成性能を達成する。
  論文  参考訳（メタデータ） (2026-04-01T12:21:26Z)
• GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control [50.67481583744243]
  実世界モデルにロバストな3次元形状条件を明示的に統合したGeoDriveを紹介する。 車両の位置を編集することでレンダリングを強化するため,トレーニング中の動的編集モジュールを提案する。 動作精度と空間認識の両面で既存のモデルよりも優れていた。
  論文  参考訳（メタデータ） (2025-05-28T14:46:51Z)
• Multi-Modal Fusion Transformer for End-to-End Autonomous Driving [59.60483620730437]
  画像表現とLiDAR表現を注目で統合する,新しいマルチモードフュージョントランスフォーマであるTransFuserを提案する。 本手法は, 衝突を76%低減しつつ, 最先端駆動性能を実現する。
  論文  参考訳（メタデータ） (2021-04-19T11:48:13Z)
• PerMO: Perceiving More at Once from a Single Image for Autonomous Driving [76.35684439949094]
  単一画像から完全テクスチャ化された車両の3次元モデルを検出し,セグメント化し,再構成する新しい手法を提案する。 私たちのアプローチは、ディープラーニングの強みと従来のテクニックの優雅さを組み合わせています。 我々はこれらのアルゴリズムを自律運転システムに統合した。
  論文  参考訳（メタデータ） (2020-07-16T05:02:45Z)

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。