オペレータ監督型ニューラル運転のためのハードウェア分割micro-ROSミニ車両

- 低コストの小型 Ackermann 車両で、embedded neural-driving 研究用のプラットフォーム。 - ハードウェア分割型の perceive-decide-act エージェントとして構成。 - ESP32 camera node が Wi-Fi でフレームを host computer へ送信。 - host computer 上で neural inference と state estimation を実行。 - ESP32-S3 chassis controller が micro-ROS client の下で 100 Hz per-wheel PID ループにより安全クリティカルな actuation を実行。 - 学習ベースのコンポーネントはオフボード、リアルタイム制御と安全は車両上に隔離。 - operator が gamepad から監督。 - ソフトウェアはオープンソース。

- 要旨からは不明。 - 明示されているのは、microcontroller-class の車両を注意深く分割することで embedded AI、wireless control、operator-supervised autonomous driving の再現可能な実験を支援する点。 - 先行研究との具体的な比較は要旨に記載なし。

- ハードウェア分割アーキテクチャ。 - ESP32 camera node が Wi-Fi 経由でフレームを host computer へストリーミング。 - host computer で neural inference と state estimation を実行。 - ESP32-S3 chassis controller が micro-ROS client の下で 100 Hz per-wheel PID ループを実行。 - 安全機構として firmware watchdog を備え、無線変動時は最後の安全コマンドを保持。 - encoder-IMU fusion により odometry loop-closure error を削減。

- 実 closed-loop neural driving でパイプライン全体を特性評価。 - 無線センシングが neural inference よりも latency を支配し、capture-to-actuation delay の中央値は 59.5 ms。 - 12 回の autonomous session で衝突ゼロ、手動介入ゼロ。 - encoder-IMU fusion により odometry loop-closure error が 22% 削減。

- 無線センシングが latency の支配要因であることを示唆。 - firmware watchdog により無線変動を吸収し、最後の安全コマンドを保持できる。 - 注意深く分割された microcontroller-class 車両が embedded AI、wireless control、operator-supervised autonomous driving の再現可能な実験を支援することを示唆。 - 限界や課題についての具体的な議論は要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として micro-ROS、PID control、encoder-IMU fusion、neural driving、operator-supervised autonomous driving が挙げられる。 - 同分野の定番として Ackermann steering、embedded AI、wireless control に関する研究が考えられるが、要旨からは特定できない。