2020/08/03 Meeting

今日すること

創造工房セミナーでは今までのように決められた枠の中に存在しない。自分で目標(枠)を設定し、その目標を達成しているか確認(テスト)する。目標を達成すると自分にとって何がいいかがモチベーションにつながる。

Image Not Showing Possible Reasons

ドリフトの種類:
- 左右にずっと滑っていること（持続的ドリフト）
- カーブが来たときの急なドリフト（突発的ドリフト）
  - この論文では突発的ドリフト中心にしていると思う（感想）
目的：ドリフトを研究することで
- 予期せぬドリフトにシステムで対応
- レースのラップタイムの短縮と衝突回避
3つのモデルでドリフトを試みる
- Open-loop
- Mixed open-loop
- Closed-loop
システムモデル
- 車の動きによってドリフトする、力学の式定義が(2)₍₇₎₍₈12?)
Path Planning
- (図2)走り方の定義
Control Law
- Closed-loop
  - オフライン(PC上でやる？)
  - オンライン(RCでやる？)
  - LQRアプローチによる車両モデルの解析(2)~(11)
    - LQR行列の計算にパワーが必要
  - 誤差ダイナミクス-(14)
1. 参照軌道点を探索
2. Open or Closeの入力コマンドを適用
- 状態誤差(21a)~(21c)
実験結果
- Closed-loopの方がより正確に通れていた。
結論
- ドリフトできる各モデルを試した。
- 提案したアプローチはモデルのシミュレーション上と1/10のRCで実験する
- FutureWork: ラップ短くドリフト長く

要約
- ドリフトしているプロのドライバーは、車の位置と横滑りを正確に制御している。
  - AIカーのハンドリング限界を超えた(=スリップした)場合でも安全に自動運転できるのではないか
- まずは経路にそった自動ドリフトのための新しいコントローラーを提案
目的
- AIカーのハンドリング限界を超えた(=スリップした)場合でも安全に自動運転させたい
モデリング
- 軸の速度ベクトルの回転率を利用して経路の追跡
- yaw角の角加速度を利用して横滑りの安定化
- 後輪のダイナミクス(力学系、運動方程式)を考慮
- Fig3を参照
ドリフトとは
- 降臨のタイヤが連続的に完全に横滑りしている状態
- A condition that distinguishes drifting from normal driving is that the rear tires are continuously fully saturated.
- アグレッシブな運転では一過性にすぎない。