論文の概要: Stability Control for Real World Testing in Autonomous Racing
- arxiv url: http://arxiv.org/abs/2608.17779v1
- Date: Tue, 18 Aug 2026 13:41:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.354138
- Title: Stability Control for Real World Testing in Autonomous Racing
- Title（参考訳）: 自律走行における実世界テストの安定性制御
- Abstract要約: 本稿では,自律運転における動作制御アルゴリズムの保護を目的とした総合的安定性制御システムを提案する。
提案システムは電子安定制御(ESC)、スリップ制御(SC)、カウンターステアシステム(CS)からなる。
実世界のフルスケール車両でシミュレーションと実験を行い,本手法の有効性を検証した。
- 参考スコア（独自算出の注目度）: 4.542902590888213
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Controlling an autonomous vehicle at the limits of handling is a challenging task. Due to external influences, such as road conditions or weather, a vehicle can easily become unstable. Since most control algorithms assume stable vehicle behavior, they might fail in these situations. Especially when operating expensive vehicles without a safety driver on board, as in autonomous racing, this poses a significant challenge. To enable safe operation at the vehicle's dynamic limits, we present a comprehensive stability control system that safeguards motion control algorithms in autonomous driving. The proposed system consists of an electronic stability control (ESC), a slip control (SC), and a countersteer system (CS), which collectively adapt steering and brake commands from the motion controller to maintain vehicle stability. We validate our approach through both simulation and experiments on a real-world, full-scale vehicle. The results show that the stability control system maintains vehicle stability in critical situations and extends the operational feasible region. To simplify integration, we provide an open-source implementation at github.com/TUMFTM/tam-stability-control.
- Abstract（参考訳）: ハンドルの限界における自動運転車の制御は、難しい作業だ。
道路の状態や天候などの外部の影響により、車両は容易に不安定になる。
ほとんどの制御アルゴリズムは安定した車両挙動を仮定するので、これらの状況では失敗する可能性がある。
特に、自動運転レースのように、安全ドライバーが乗っていない高価な車両を運転する場合、これは大きな課題となる。
車両のダイナミックリミットでの安全な運転を可能にするため,自律走行における動作制御アルゴリズムの保護を行う総合的な安定性制御システムを提案する。
提案システムは電子安定制御 (ESC) とスリップ制御 (SC) とカウンターステアシステム (CS) から構成され, 車両の安定性を維持するため, 制御器からの操舵とブレーキの指令を総括的に適用する。
実世界のフルスケール車両でシミュレーションと実験を行い,本手法の有効性を検証した。
この結果から, 車両の安定性を重要状況下で維持し, 運転可能な領域を拡張できることが示唆された。
統合を容易にするため、github.com/TUMFTM/tam-stability-controlでオープンソース実装を提供する。
関連論文リスト
- Emergent Autonomous Drifting for Collision Avoidance in Real-World Winter Driving Scenarios [0.3899855581265356]
本稿では,事故死データに基づくシナリオを扱うために,ドリフト対応非線形モデル予測制御(MPC)システムを提案する。
コントローラーは、後方の軸に氷のパッチを打つ際に、自然にドリフト操作を開始し、道路に留まるように維持する。
モンテカルロによるランダムな氷のパッチに関する研究では、ドリフト可能な制御器は複数の速度でESCよりも低い中央値レーン誤差を達成している。
論文 参考訳（メタデータ） (2026-07-21T18:05:19Z) - Drifting in the Future: Stabilizing Path Following Drifting on High-Latency Vehicle Systems [6.355446464457206]
本稿では,コントローラフレームワーク,モデル拡張,実世界の実験結果について述べる。
本稿では, 燃焼機関を搭載したスポーツカーが, 横方向の誤差を1.1mに制限し, サイドリップオーバーシュートを0.06radに制限し, アクチュエータの遅延が250msを超えるにもかかわらず, 軸方向のドリフトとフィギュア8のドリフトを安定に維持できることを観察する。
以上の結果から,従来型の制御が失敗するシナリオにおいて,車両の安定化が可能な高度安全システムへの道を開くことにより,自動ドリフトの実現が可能であることが確認された。
論文 参考訳（メタデータ） (2026-06-26T10:05:30Z) - Bench2Drive-Robust: Benchmarking Closed-Loop Autonomous Driving under Deployment Perturbations [122.22391796628408]
Bench2Drive-Robustは、クローズドループのエンドツーエンド自動運転のための最初のデバイス中心の堅牢性ベンチマークである。
我々は,カメラストリーム障害,エゴ状態推定誤差,計算による制御遅延という3つの主要な原因から生じる展開指向の摂動を系統的に評価した。
以上の結果から,これらの展開に伴う摂動は閉ループ駆動性能を著しく低下させる可能性が示唆された。
論文 参考訳（メタデータ） (2026-05-18T08:45:24Z) - High Order Control Lyapunov Function - Control Barrier Function - Quadratic Programming Based Autonomous Driving Controller for Bicyclist Safety [0.0]
自転車は、安全を重要かつ管理しやすくするユニークな特徴を提示する。
自動車は、自転車と対話する際に、比較的高い速度で移動することが多い。
本研究では,高次制御リャプノフ関数高次制御バリア関数準ドラマティックプログラミング(HOCLF HOCBF QP)制御フレームワークの提案と開発を行う。
論文 参考訳（メタデータ） (2025-12-14T17:29:34Z) - Learning-based Autonomous Oversteer Control and Collision Avoidance [5.523708201910051]
オーバーステア(Oversteer)は、車両の後部タイヤが牽引力を失い、意図しない過剰なヨーを誘導し、重大な安全上の課題を引き起こす。
本稿では,オーバーステア制御と衝突回避を同時に行う新しいエンド・ツー・エンド(E2E)自動運転手法を提案する。
本稿では,Q-Compared Soft Actor-Critic (QC-SAC)を提案する。
論文 参考訳（メタデータ） (2025-05-21T08:53:38Z) - Learning Stability Attention in Vision-based End-to-end Driving Policies [100.57791628642624]
本稿では, 制御型リアプノフ関数(CLF)を利用して, エンドツーエンドのビジョンベースのポリシに安定性を付与する手法を提案する。
本稿では,att-CLFに密に統合された不確実性伝播手法を提案する。
論文 参考訳（メタデータ） (2023-04-05T20:31:10Z) - Differentiable Control Barrier Functions for Vision-based End-to-End
Autonomous Driving [100.57791628642624]
本稿では,視覚に基づくエンドツーエンド自動運転のための安全保証学習フレームワークを提案する。
我々は、勾配降下によりエンドツーエンドに訓練された微分制御バリア関数(dCBF)を備えた学習システムを設計する。
論文 参考訳（メタデータ） (2022-03-04T16:14:33Z) - Pointwise Feasibility of Gaussian Process-based Safety-Critical Control
under Model Uncertainty [77.18483084440182]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。
本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-13T23:08:49Z) - Learning Robust Hybrid Control Barrier Functions for Uncertain Systems [68.30783663518821]
我々は,ロバストな安全を確保する制御則を合成する手段として,ロバストなハイブリッド制御障壁関数を提案する。
この概念に基づき,データからロバストなハイブリッド制御障壁関数を学習するための最適化問題を定式化する。
我々の技術は、モデル不確実性の対象となるコンパス歩行歩行者の魅力領域を安全に拡張することを可能にする。
論文 参考訳（メタデータ） (2021-01-16T17:53:35Z) - Learning Stabilizing Controllers for Unstable Linear Quadratic
Regulators from a Single Trajectory [85.29718245299341]
線形2次制御器(LQR)としても知られる2次コストモデルの下で線形制御器を研究する。
楕円形不確実性集合内の全ての系を安定化させる制御器を構成する2つの異なる半定値プログラム(SDP)を提案する。
高い確率で安定化コントローラを迅速に識別できる効率的なデータ依存アルゴリズムであるtextsceXplorationを提案する。
論文 参考訳（メタデータ） (2020-06-19T08:58:57Z)
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。