論文の概要: VCTP: Vehicle-Conditioned Terrain Planning for Off-Road Navigation

• arxiv url: http://arxiv.org/abs/2609.17834v1
• Date: Tue, 15 Sep 2026 20:53:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.540501
• Title: VCTP: Vehicle-Conditioned Terrain Planning for Off-Road Navigation
• Title（参考訳）: VCTP:オフロードナビゲーションのための車載地計画
• Abstract要約: 車両の方向はタイヤの下の面とピッチとロールに影響を及ぼす。 本稿では,共有標高層と表面ID層の評価により,これらの関係を保ちながら,車載地計画(VCTP)について述べる。 完全に観測された2トラックシミュレーションでは、車の中心ではなく車輪の接触点をサンプリングすることで、モデル表面のコストを39.3%下げる。
• 参考スコア（独自算出の注目度）: 3.2548794659022398
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A vehicle's heading affects both the surfaces beneath its tires and its pitch and roll. We present Vehicle-Conditioned Terrain Planning (VCTP), which retains these relationships by evaluating shared elevation and surface-ID layers at eight headings. Body geometry constrains admissibility, while loaded wheel contacts determine modeled surface cost and predicted pitch and roll. Established D* Lite and vehicle-state search use these evaluations to plan routes with forward and reverse motion. When observations change, VCTP recomputes every affected body or contact query. In fully observed two-track simulations, sampling at wheel contacts rather than at the vehicle center lowers modeled surface cost by 39.3% while shortening the route. In offline planning on RGator recordings, VCTP also reduces modeled costs over identified surfaces and observed support relative to distance-focused planning, although incomplete coverage leaves full-route rankings unresolved. Selective updates match full recomputation in all 474 comparisons using recorded map changes. These results identify when wheel-contact placement and vehicle heading affect route choice.
• Abstract（参考訳）: 車両の方向はタイヤの下の表面とピッチとロールの両方に影響を及ぼす。 本報告では,車載地形計画(VCTP, Vehicle-Conditioned Terrain Planning)について述べる。 ボディ形状は許容性を制限し、ロードホイール接触は、モデル化された表面コストと予測ピッチとロールを決定する。 確立されたD*ライトと車両状態探索は、これらの評価を利用して前方と逆運動のルートを計画する。 観察が変わると、VCTPは影響を受けるすべてのボディまたはコンタクトクエリを再計算する。 完全に観察された2トラックシミュレーションでは、車の中心ではなく車輪の接触点をサンプリングすることで、路面のコストを39.3%削減し、ルートを短縮した。 RGatorレコードのオフラインプランニングでは、VCTPは特定表面のモデル化コストを削減し、遠隔計画に対するサポートを観察するが、未完了のカバレッジではフルルートランキングは未解決のままである。 選択的な更新は、記録されたマップの変更を使用して、すべての474の比較で完全な再計算と一致する。 これらの結果は、車輪接触配置と車両走行が経路選択にいつ影響するかを識別する。

関連論文リスト

• Mobile Traffic Camera Calibration from Road Geometry for UAV-Based Traffic Surveillance [0.1019561860229868]
  視線画像座標で車両の動きが観察されるため、交通分析にUAVビデオを使用するのは困難である。 本稿では,単眼のUAVトラヒック映像を局所的な視線表示に変換するための軽量パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-05-12T10:14:43Z)
• Comparison of Path Planning Algorithms for Autonomous Vehicle Navigation Using Satellite and Airborne LiDAR Data [2.979579757819132]
  この研究は、主流と確立された経路計画アルゴリズムの比較評価を提供する。 2次元道路地図ナビゲーションでは、A*、Dijkstra、RT*、NIACOがDeepGlobe衛星データセット上でテストされている。 3次元路面経路計画では,ハミルトンのLiDARデータセットを用いて3次元A*,3次元Dijkstra,RT-Connect,NIACOを評価した。
  論文  参考訳（メタデータ） (2025-07-08T11:15:21Z)
• RSRD: A Road Surface Reconstruction Dataset and Benchmark for Safe and Comfortable Autonomous Driving [67.09546127265034]
  道路表面の再構築は、車両の走行計画と制御システムの解析と予測を促進するのに役立つ。 我々は,様々な運転条件下で,特定のプラットフォームで収集した実世界,高解像度,高精度のデータセットであるRoad Surface Reconstructionデータセットを紹介した。 約16,000対のステレオ画像、原点雲、地中深度・不均等地図を含む一般的な道路形態を網羅している。
  論文  参考訳（メタデータ） (2023-10-03T17:59:32Z)
• SKoPe3D: A Synthetic Dataset for Vehicle Keypoint Perception in 3D from Traffic Monitoring Cameras [26.457695296042903]
  道路側から見たユニークな合成車両キーポイントデータセットであるSKoPe3Dを提案する。 SKoPe3Dには150万以上の車両インスタンスと490万のキーポイントがある。 実験では、データセットの適用性と、合成データと実世界のデータ間の知識伝達の可能性を強調した。
  論文  参考訳（メタデータ） (2023-09-04T02:57:30Z)
• DeepAccident: A Motion and Accident Prediction Benchmark for V2X Autonomous Driving [76.29141888408265]
  本研究では,現実の運転において頻繁に発生する多様な事故シナリオを含む大規模データセットを提案する。 提案したDeepAccidentデータセットには57Kの注釈付きフレームと285Kの注釈付きサンプルが含まれており、これは大規模なnuScenesデータセットの約7倍である。
  論文  参考訳（メタデータ） (2023-04-03T17:37:00Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• LiveMap: Real-Time Dynamic Map in Automotive Edge Computing [14.195521569220448]
  LiveMapは、接続された車両のデータをサブ秒でクラウドソーシングし、道路上のオブジェクトを検出し、一致させ、追跡するリアルタイムダイナミックマップです。 車両の計算を適応的にオフロードできるlivemapの制御プレーンを開発した。 小型テストベッド上でLiveMapを実装し,大規模ネットワークシミュレータを開発した。
  論文  参考訳（メタデータ） (2020-12-16T15:00:49Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。