センサー搭載型従属車両のモバイルマスター車両ベースLiDAR認識と集中制御
Mobile-Master-Vehicle-Based LiDAR Perception and Centralized Control of Sensor-Light Slave Vehicles
本研究は、センサーが豊富なモバイルマスター車両が、センサーが軽量な従属車両の外部認識、状態推定、運動計画、経路追従制御を実行する非対称協調認識・制御アーキテクチャを提案する。提案手法である車両モデル支援LiDAR追跡(VMALT)は、自己運動補償LiDAR測定値と運動学自転車モデルを介した速度・操舵コマンドを組み合わせる。物理車両実験では、VMALTはLiDARのみの定速カルマンフィルターと比較して、従属位置のRMSEを0.36mから0.32mに削減し、11.1%の改善を達成した。推定された状態は、物理従属車両の閉ループ速度および経路追従制御に使用された。1台のマスターと2台の従属車両の構成で、円形および直線経路、幾何学的に特定された見通し線重なり候補を含む3回の別々の走行でスケーラビリティを評価した。同時2ターゲットLiDARの利用率は96.465%から99.934%の範囲であり、最大内部観測ギャップは0.10秒であった。VMALT軌道は、GPS座標フレームで表現され、両方の従属車両の位置と方向に従い、方位角RMSEは1.835°から4.609°の範囲であった。LTEテザリング通信テストでは、2400のUDPパケットすべてが返送され、中央値および99パーセンタイル往復時間はそれぞれ4.654msおよび8.220msであった。これらの結果は、評価された低速動作条件下での複数のセンサー軽量車両に対する集中認識と制御の実現可能性を示している。
- センサー豊富なモバイルマスター車両が、センサー軽量な従属車両の外部認識・状態推定・運動計画・経路追従を担う非対称協調認識・制御アーキテクチャを提案した
- 提案手法 VMALT は自己運動補償LiDAR測定値と運動学自転車モデル経由の速度・操舵コマンドを組み合わせ、LiDARのみの定速カルマンフィルター比で従属車位置RMSEを0.36mから0.32mへ11.1%削減した
- 1台のマスターと2台の従属車両で円形・直線経路を含む3回の走行を実施し、同時2ターゲットLiDAR利用率96.465〜99.934%、最大内部観測ギャップ0.10秒、方位角RMSE 1.835〜4.609°を確認した
- LTEテザリング通信テストで2400のUDPパケットが全て返送され、往復時間の中央値4.654ms・99パーセンタイル8.220msを達成し、低速条件下で複数のセンサー軽量車両を集中認識・制御する実現可能性を示した
車両そのものの自律化ではなく「センサー豊富なマスター車両が複数の軽量な従属車両を集中認識・制御する」非対称アーキテクチャの実証であり、自動運転・隊列走行・物流/建設現場の無人化において、車載センサーと計算資源を全車に搭載するコスト構造を変え得る点が注目される。VMALTの位置RMSEが0.36m→0.32m(11.1%改善)、方位角RMSE 1.835〜4.609°、同時2ターゲットLiDAR利用率96.465〜99.934%、LTEテザリングの往復時間中央値4.654ms/99%tile 8.220msといった具体的指標は、低コスト従属車両を集中制御で運用する実用性の初期検証として評価できる。ただし低速条件下・1マスター2従属の小規模実験に留まり、車載計算基盤・通信(LTE依存)・LiDARサプライヤーへの波及は現時点では限定的で、商用化・量産化のマイルストーンが出るまでは実証段階として慎重に見るべき。