Core Concepts
不確実性から安全な状態への収束を保証するリアルタイムな故障時操作コントローラーを提案。
Abstract
周囲の車両による急激な操作が、自己車両(EV)の安全性と効率に影響を与える。本稿では、変化する環境的な乱れを考慮したリアルタイムな故障時操作コントローラーが紹介されている。増分ベイジアン学習手法を使用してオンラインで学習し、変化する環境的な乱れを推定。確率的安定性を持つ安全な状態への収束が可能。シミュレーション結果は、EVが安全な状態に迅速に戻り、タスク効率を保ちつつリアルタイムで行動することを示している。
Quotes
"周囲の車両による急激な操作は、自己車両(EV)の運動に大きく影響し、運転効率が低下し、安全上の懸念が生じる。"
"提案されたフレームワークは、接続されたクルーズコントロール(CCC)タスクで有効性を検証しました。"
"この手法は、EVがリアルタイムで変化する環境的乱れに対応しながらも安全な状態に素早く戻ります。"