未知の摩擦に対応するオンライン制約最適化と間接適応ロバスト制御による自動運転車両制御

- 摩擦の不確かさが大きい状況での自動運転車両の運動制御を目的とした二層制御フレームワーク。 - 上層: 制約付き最適制御問題を解き、目標経路に沿って時間最適かつ全制約を満たす実行可能軌道を生成。 - 下層: indirect adaptive robust control (IARC) により摩擦不確かさに関する未知パラメータを適応し、model compensation と robust feedback を組み合わせて過渡・定常追従性能を確保。 - 推定モニタと平滑なパラメータリセットを備え、更新パラメータを planner のモデルと制約へフィードバックして再計画を行う。

- 要旨からは不明。 - 明示されている特徴は、optimization-based planning と IARC を組み合わせ、摩擦不確かさの適応結果を planner のモデル・制約へフィードバックして軌道再計画を行う点。 - 推定モニタで model mismatch 時の学習悪化を防ぎ、平滑なパラメータリセットで推定 tire capacity を下げ制約の急な締め付けを抑える点。

- 二層構造。 - 上層: 制約付き最適制御問題を解き、時間最適で制約を満たす軌道を生成。 - 下層: IARC により摩擦関連の未知パラメータを適応し、model compensation と robust feedback を併用。 - estimation monitor により model mismatch を示すデータでの学習悪化を防止。 - smooth parameter reset により推定 tire capacity を低減し、制約の急激な tightening を抑制。 - 更新パラメータを planner のモデルと制約へフィードバックし、摩擦条件変化に応じて trajectory replanning を実行。

- Simulation results により検証。 - 大きな摩擦不確かさの下で目標軌道への正確な追従とオンライン摩擦適応を達成し、時間最適な車両運動を確保したと報告。 - simulation results demos は https://github.com/TedZhou0603/CO-IARC で公開。 - 実車実験や詳細な比較評価は要旨からは不明。

- 要旨からは不明。 - 言及されている工夫は、estimation monitor による model mismatch 時の学習悪化防止と、smooth parameter reset による制約の急な tightening 抑制。 - 限界や失敗ケース、計算負荷、実環境での課題についての議論は要旨からは不明。

- indirect adaptive robust control (IARC) の原論文・関連研究。 - optimization-based planning と制約付き最適制御に関する研究。 - 摩擦不確かさ・tire capacity 推定に関する適応制御研究。 - 要旨で参照・比較されている個別研究は不明。 - 同分野の定番として model predictive control (MPC) や adaptive control の関連論文。