Core Concepts
タイヤと地形の相互作用を考慮した確率的な動作モデルを提案し、高速旋回時のスキッドやスリップを効果的に推定する。
Abstract
オフロード自律アプリケーションで使用されるスキッドステア式車輪型モバイルロボット(SSWMR)は、高速旋回時に大きなスキッドやスリップを経験する。本研究では、ガウシアンプロセス回帰(GPR)とシグマポイント変換を使用して、タイヤと地形の相互作用の非線形効果を確率的に推定し、過去のロボット動作履歴に基づいて凸最適化問題を解決することで、GPR補完動作モデルが未知の地形条件にも適応できることが示された。提案された動作モデルは、将来のロボット姿勢をより正確に予測する点で従来の運動学的動作モデルよりも優れており、実世界の多様な地形で改善された予測性能が示されている。
Stats
ガウシアンプロセス回帰(GPR)とシグマポイント変換を使用して非線形効果を推定
ロボット姿勢および速度分布を正確に推定
高速移動中のタイヤスリップやスキッド効果を捉える
Quotes
"A probabilistic motion model for SSWMRs capable of accurately estimating the distribution of robot positions and velocities in response to tire skid and slip."
"Using an ensemble of GPs, Nagy et al. simulated high-speed race car driving over surfaces with varying friction properties."