目次
- 目次
- はじめに
- 車両のスリップを表す値
- スリップ率 (すべり率)
- スリップ角 (すべり角)
- タイヤ特性
- タイヤモデル: 線形モデルとMagic Formula
- ステアリング旋回時の力学とステアリング性能
- ステアリングファクタの見積もり
- 参考資料
- MyEnigma Supporters
はじめに
以前書いた記事の内容が長くなってしまったので、
タイヤの力学関係と、
スタビリティファクタ関連の内容をこちらに移動しました。
続きを読む以前書いた記事の内容が長くなってしまったので、
タイヤの力学関係と、
スタビリティファクタ関連の内容をこちらに移動しました。
続きを読む先日、最適化技術の一つである
線形計画法や二次計画法の紹介をしましたが、
最適化の式が、そこで紹介した標準形と同じでないと
最適化が実現できないという問題があります。
実はかなりの数の最適化の問題は、
上手く数式変換することで
上記の標準形に変換することができます。
このような変換を自動的に実施するソフトを
最適化モデリングツールと呼ぶのですが、
今回はこの最適化モデリングツールの一つであり、
Python製のCVXPYというツールの紹介をしたいと思います。
続きを読む
最近、ロボットの制御や経路生成の勉強をしているのですが、
しばしば出てくる技術として、
線形二次レギュレータ(Linear-Quadratic Regulator:LQR)があります。
今回はこのLQRの概要とLQRによる
簡単なPython制御シミュレーションコードを紹介したいと思います。
続きを読む先日、最適化技術の一つである凸最適化の基礎に関する
記事を書きましたが、
この凸最適化を実際に解くライブラリの中で最も有名なのが、
CVXというライブラリです。
今回はこのライブラリの概要と実際に凸最適化を解くための
サンプルコードについて説明したいと思います。
続きを読む
先日、最適化技術の概要について説明しましたが、
今回は、最適化技術の一つである凸最適化(Convex Optimization)の
基礎について説明したいと思います。
続きを読む
最新のロボット技術の重要な技術として、
確率・統計の技術も重要ですが、
もう一つよく利用されるのが最適化技術です。
特に、パスプランニングや制御などでよく利用されます。
近年は様々なプラットフォームで利用可能な、
最適化ツール(ソルバー)が気軽に利用できるので、
ソルバーにデータを入れれば
求めている答えを得ることができることも多いです。
しかし、やはりそのようなツールを使うとしても、
背景にある技術を知ることも重要だと思うので、
自分で少し勉強した内容をまとめておきたいと思います。
下記で述べる内容は基本的に下記の資料を参考にまとめました。
いずれも素晴らしい資料ですので、
より詳しく学びたい方は下記の資料を参考にしてもらえると良いと思います。
続きを読む
先日、最適化問題の一つの方式として二次計画法の概要と、
Pythonでの解き方を紹介しましたが、
今回はもっと多くの分野で使われている
最適化問題の一つである
線形計画法(Linear Programming)の概要と、
同じくいくつかの言語やライブラリでの
解き方を紹介したいと思います。
続きを読む
たまに点列データから、
その点列の滑らかさを評価するために、
近似的に曲率を計算したくなる時があります。
今回は、
いくつかの点群データから曲率を計算する方法の紹介と、
それらをPythonで実装したコードを公開したいと思います。
続きを読む
先日、Googleが開発した
非線形最適化ソルバーCeres Solverの使い方を説明しましたが、
同じ非線形最適化でも、ある特別な形をしている最適化問題の場合、
より効率的に解ける場合があります。
その中でも有名なのが、二次計画法(Quadratic Programming)です。
今回はこの二次計画法の概要の説明と、
二次計画法を解くための
Pythonソルバーcvoptの使い方を説明したいと思います。
続きを読む
3次スプライン補間は、
計算がそこまで複雑ではなく、
また二次微分までの連続性が担保されているため、
様々な用途に利用されています。
今回の記事では、
この3次スプライン曲線の概要と、
3次スプライン曲線を作成する
C++, Pythonのサンプルコードを作成したので、
公開したいと思います。
続きを読む