日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

自律走行arXiv:2505.05157

自律レース環境におけるサンプリングベース局所計画のためのオンライン速度プロファイル生成と追従

Online Velocity Profile Generation and Tracking for Sampling-Based Local Planning Algorithms in Autonomous Racing Environments

シェア:XThreadsFacebookLINEはてブBluesky

タイヤ温度変化やラバー堆積によるグリップ変動に適応するオンライン速度プランナを提案し、三次元トラック表現を用いた空間サンプリング戦略と組み合わせて局所計画の参照速度を生成する。

詳しい要約

1. どんなもの?

- 自律レーシング向けのオンライン速度プランナを提案する研究。 - タイヤ温度変化やラバー堆積によるグリップ変動など、変化する動的制約に適応する。 - forward-backward solver によるオンライン速度最適化と、3次元トラック表現を用いた新規の spatial sampling strategy を組み合わせる。 - 局所軌道計画のためのサンプリングベース local planner に参照速度プロファイルを提供する。

2. 先行研究と比べてどこがすごい?

- 先行研究との具体的な比較は要旨からは不明。 - 変化する動的制約(グリップ変動)への適応をオンラインで行う点を特徴として挙げている。 - 3次元トラック表現と spatial sampling strategy を組み合わせた局所計画を提示。 - 計算効率とロバスト性能をレーシングシナリオで示すと主張。

3. 技術・手法の肝は?

- forward-backward solver によりオンラインで速度プロファイルを最適化。 - 3次元トラック表現を用いた新規 spatial sampling strategy で局所軌道を計画。 - 算出した速度プロファイルを local planner の参照として利用。 - 環境・車両ダイナミクスの変化に適応する構成。

4. どうやって有効だと検証した?

- レーシングシナリオにおいてロバスト性能と計算効率を実証したと記載。 - 具体的な実験設定・比較対象・指標は要旨からは不明。

5. 議論はある?

- 限界として、事前定義された racing line からの逸脱に対する敏感性を挙げる。 - 速度プロファイルの高い jerk 特性も課題として言及。 - その他の議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として sampling-based local planning、forward-backward solver による速度最適化、3次元トラック表現を用いた racing line 計画の文献を挙げる。 - 具体的な論文名は要旨からは不明。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Alexander Langmann, Levent Ögretmen, Frederik Werner, Johannes Betz

分類: cs.RO

原文アブストラクト

This work presents an online velocity planner for autonomous racing that adapts to changing dynamic constraints, such as grip variations from tire temperature changes and rubber accumulation. The method combines a forward-backward solver for online velocity optimization with a novel spatial sampling strategy for local trajectory planning, utilizing a three-dimensional track representation. The computed velocity profile serves as a reference for the local planner, ensuring adaptability to environmental and vehicle dynamics. We demonstrate the approach's robust performance and computational efficiency in racing scenarios and discuss its limitations, including sensitivity to deviations from the predefined racing line and high jerk characteristics of the velocity profile.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI