XTENTH-CAR: A Proportionally Scaled Experimental Vehicle Platform for Connected Autonomy and All-Terrain Research

要約

コネクテッド自律走行車（CAV）は高度道路交通システム（ITS）の重要な構成要素であり、全地形型自律走行車（AGV）は災害対応、自動採掘、農業、軍事活動、捜索・救助活動、惑星探査など幅広い用途に不可欠なツールである。実験的検証はCAVやAGVの研究に必要不可欠であるが、フルサイズの車両を使用する場合、大規模で安全な実験環境が必要であり、時間とコストがかかる。このような課題を解決するために、私たちはXTENTH-CAR(eXperimental one-TENTH scaled vehicle platform for Connected autonomy and All-terrain Research)を開発しました。XTENTH-CARはオープンソースで、フルサイズのオンロード車両と同じ物理学に支配された、費用対効果の高い10分の1スケールの実験車両プラットフォームです。XTENTH-CARは、クラス最高のNVIDIA Jetson AGX Orin System on Module (SOM)、ステレオカメラ、2D LiDAR、オープンソースの電子速度コントローラ(ESC)を搭載し、ロボットオペレーティングシステム(ROS 1 & ROS 2)の両バージョン用に書かれたドライバにより、深層強化学習(DRL)のような最先端の計算コストのかかるアルゴリズムを組み込んだ、実験的なCAVおよびAGVの知覚、運動計画、制御の研究を促進します。XTENTH-CARは、コンパクトな実験環境向けに設計されており、実験的なCAVおよびAGVの研究へのアクセス性を高めることを目的として、初期費用を抑え、フルサイズのX-CAR実験車両プラットフォームと同様の完全な自律走行車両（AV）ハードウェアおよびソフトウェアアーキテクチャを備えています。

要約(オリジナル)

Connected Autonomous Vehicles (CAVs) are key components of the Intelligent Transportation System (ITS), and all-terrain Autonomous Ground Vehicles (AGVs) are indispensable tools for a wide range of applications such as disaster response, automated mining, agriculture, military operations, search and rescue missions, and planetary exploration. Experimental validation is a requisite for CAV and AGV research, but requires a large, safe experimental environment when using full-size vehicles which is time-consuming and expensive. To address these challenges, we developed XTENTH-CAR (eXperimental one-TENTH scaled vehicle platform for Connected autonomy and All-terrain Research), an open-source, cost-effective proportionally one-tenth scaled experimental vehicle platform governed by the same physics as a full-size on-road vehicle. XTENTH-CAR is equipped with the best-in-class NVIDIA Jetson AGX Orin System on Module (SOM), stereo camera, 2D LiDAR and open-source Electronic Speed Controller (ESC) with drivers written for both versions of the Robot Operating System (ROS 1 & ROS 2) to facilitate experimental CAV and AGV perception, motion planning and control research, that incorporate state-of-the-art computationally expensive algorithms such as Deep Reinforcement Learning (DRL). XTENTH-CAR is designed for compact experimental environments, and aims to increase the accessibility of experimental CAV and AGV research with low upfront costs, and complete Autonomous Vehicle (AV) hardware and software architectures similar to the full-sized X-CAR experimental vehicle platform, enabling efficient cross-platform development between small-scale and full-scale vehicles.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL