SlideShare a Scribd company logo
1 of 20
Autoware
ROS-based OSS for Urban Self-driving Mobility
https://github.com/CPFL/Autoware
Autoware
目次
• 自己紹介
• 全体概要
• Autowareの利用方法
• 準備
• 自己位置推定
• 障害物検知
• 信号認識
• グローバルパスプランニング
• ローカルパスプランニング
• 経路追従
Autoware
自己紹介
• 斉藤之寛
• 所属:ソニー株式会社
• 今回の発表は組織の見解とは関係ありません
• Twitter:@yukky_saito
• 飯田祐希
• 所属:ティアフォー株式会社
• Twitter:@u_ki49
本日海外出張で参加できなく
なりました・・・
Autoware
デモ動画
• https://www.youtube.com/watch?v=zujGfJcZCpQ
Autoware
自動運転ソフトウェア
5
組込み
メニーコアCPU
GPU
アクセラレータ
組込みOS 高機能なリアルタイムOS
統合ロボット
ミドルウェア
計算
ランタイム
ECU
ECU
ECU
ECU
車載CAN
カメラ GNSS
LIDARミリ波
通信
ランタイム
システム監視
運転
支援
安全
診断
制御
制御
制御
制御
画像
認識
位置
推定
物体
検出
行動
計画
経路
計画
走行
制御
自動運転系制御系
ドライバインタフェース
車
運転者
分散データ
処理システム
大規模
データベース
高速
データベース
歩行者
支援系
https://github.com/cpfl/autoware
統計解析/機械学習/深層学習
そこそこの機能をすべて揃える
Autoware
Autowareの機能一覧
• 3D Localization
• 3D Mapping
• Path Planning
• Path Following
• Accel/Brake/Steering Control
• Data Logging
• Car/Pedestrian/Object Detection
• Traffic Signal Detection
• Traffic Light Recognition
• Lane Detection
• Object Tracking
• Sensor Calibration
• Sensor Fusion
• Cloud-oriented Maps
• Connected Automation
• Smartphone Navigation
• Software Simulation
• Virtual Reality
Autoware
流れ
• 準備
• 自己位置推定
• 障害物検知
• 信号認識
• グローバルパスプランニング
• ローカルパスプランニング
• 経路追従
目標点
自己位置
Autoware
事前準備
• 必要なセンサ
• LiDAR:自己位置、物体検出
• カメラ:物体検出
• IMU:自己位置推定の精度向上
• (RTK-)GPS:自己位置推定の初期値
• 事前に必要なデータ
• 3Dポイントクラウドマップ:自己位置推定
• キャリブレーションファイル:物体検出
• カメラの内部パラメータ、LiDARとカメラの外部パラメータ
• ベクターマップ:信号検出などに利用
• 信号、道路ネットワークなど意味を持ったマップ
LIDAR
Autoware
参考:地図・キャリブツール
• 3Dポイントクラウドマップ
• https://www.youtube.com/watch?v=hsX4HX_XBM4
• キャリブレーションファイル
• https://www.youtube.com/watch?v=pfBmfgHf6zg
• https://github.com/CPFL/Autoware/blob/master/ros/src/sensing/fusion/pack
ages/calibration_camera_lidar/CalibrationToolkit_Manual.pdf
• ベクターマップ
• https://maptools.tier4.jp/
Autoware
自己位置推定
• NDT SLAM
地図データ
スキャンデータ
地図データとスキャンデータの
マッチングを行い位置・進行方向を推定
voxel grid
filter
ndt matching
points map
loader
velodyne
オプション:
• IMU
• Odometry
自己位置
初期位置:
• Rviz(2D pose estimate)
• RTK-GPS PCDファイル
Autoware
物体検出
形状推定済み障害物候補
点群
velody
ne
クラスタリング クラスタ
障害物分類
トラッキングID付き
障害物クラスタ
クラスタ
トラッキング
障害物クラスタ
クラスタ
障害物
クラスタ(車)
Autoware
物体検出
• 3次元での物体の位置・姿勢・大き
さ・ID・種類(車両・歩行者)を推
定可能
• Autowareとしても実用精度には至っ
ていない
• Developer募集
クラスタ
障害物
クラスタ(車)
velodyne
clustering
labeling
tracking
物体検出結果
右図は、あくまでも実装の概念であり、ノードと一対一で対応していません
参考:
https://qiita.com/yukkysai
to/items/21a70ec6b07f1c
a559cb#%E9%9A%9C%E5
%AE%B3%E7%89%A9%E6
%A4%9C%E7%9F%A5
Autoware
信号認識
• 信号機の座標を現在位置とベクターマップの情報から算出
• 信号機のROIを抽出したカメラ画像から 信号の色を検出
traffic light
recognition
feature
projection
信号機の色
自己位置
ベクターマップ
画像ROI
Autoware
パスプランニング
経路計画
スタートからゴールまでの経路を計算
Global Path Planning とも呼ばれる
軌道生成
設定された経路に対し安全な軌道を計算
Local Path Planning とも呼ばれる
Path Planning
Tragectory Generation
Autoware
経路追従
• Autowareではwaypointと呼ばれる座標・速度・方向の情報を持つ経路上の
点を利用し、スタートからゴールまでの経路を管理している
目標点
自己位置
(𝑣, 𝜔) を車両へ送信(𝑣, 𝜃) を車両へ送信
現在位置、現在速度、経路を
subscribe し、
目標速度と角速度(/twist_raw)
目標速度とタイヤ角 (/ctrl_cmd)
を publish
/current_pose
(現在位置)
/current_velocity
(現在速度)
/final_waypoints
(経路)
/twist_raw
/twist_cmd
/ctrl_cmd
pure_pursuit
twist_filter
• 目標速度、角速度から
想定される横加速度を計算
• 横加速度が閾値を超える
場合は目標速度を減速
• ローパスフィルターによる
ノイズ除去
Autoware
TierIVサービス
ROSBAG STORE
MapTools
Automan
Autoware
ROSBAG STORE
• ROSBAGの共有サービス
• 各地、各プラットフォームでのROSBAGがダウンロード可能であ
り、研究開発に利用可能
• URL: https://rosbag.tier4.jp/
Autoware
MapTools
• オンライン3次元地図作成支援ツール
• Autowareで利用しているベクターマップや3次元地図の生成を
オンライン上で作成可能
• URL: https://maptools.tier4.jp/
Autoware
Automan
• 自動運転AI用プラットフォーム
• 画像認識の為の教師データを作成し、AIを学習させることが可
能
• 画像の半自動ラベリング
• ラベリングツールの提供
• AIの学習(現在はSSD:Single Shot Multibox Detectorのみ対応)
• URL: https://www.automan.ai/
Autoware
最後に
• Autoware : https://github.com/CPFL/Autoware
• 開発者Slack:https://autoware.herokuapp.com/
みなさんの研究成果などのコミットお待ちしています

More Related Content

What's hot

MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチMIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチHironobu Fujiyoshi
 
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAMCartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAMYoshitaka HARA
 
ORB-SLAMの手法解説
ORB-SLAMの手法解説ORB-SLAMの手法解説
ORB-SLAMの手法解説Masaya Kaneko
 
20190307 visualslam summary
20190307 visualslam summary20190307 visualslam summary
20190307 visualslam summaryTakuya Minagawa
 
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例Yoshitaka HARA
 
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成MobileRoboticsResear
 
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーションKenta Tanaka
 
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみたORB-SLAMを動かしてみた
ORB-SLAMを動かしてみたTakuya Minagawa
 
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~SSII
 
myCobotがある生活
myCobotがある生活myCobotがある生活
myCobotがある生活Ryo Kabutan
 
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)Takuya Minagawa
 
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦Tatsuya Matsushima
 
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォームAutoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォームTakuya Azumi
 
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介miyanegi
 
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A SurveyAkira Taniguchi
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII
 
Cvpr 2021 manydepth
Cvpr 2021 manydepthCvpr 2021 manydepth
Cvpr 2021 manydepthKenta Tanaka
 
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)Toru Tamaki
 
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。ROBOTIS Japan
 

What's hot (20)

MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチMIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
 
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAMCartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
 
ORB-SLAMの手法解説
ORB-SLAMの手法解説ORB-SLAMの手法解説
ORB-SLAMの手法解説
 
20190307 visualslam summary
20190307 visualslam summary20190307 visualslam summary
20190307 visualslam summary
 
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
 
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
 
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
 
LiDARとSensor Fusion
LiDARとSensor FusionLiDARとSensor Fusion
LiDARとSensor Fusion
 
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみたORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
 
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
 
myCobotがある生活
myCobotがある生活myCobotがある生活
myCobotがある生活
 
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
 
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
 
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォームAutoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
 
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
 
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
 
Cvpr 2021 manydepth
Cvpr 2021 manydepthCvpr 2021 manydepth
Cvpr 2021 manydepth
 
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)
 
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
 

Similar to Autowareの紹介と物体検出

ARでVRアバターを表示するシステムを構築しよう
ARでVRアバターを表示するシステムを構築しようARでVRアバターを表示するシステムを構築しよう
ARでVRアバターを表示するシステムを構築しようtorisoup
 
ディープラーニングとROSで作る自動運転ロボット
ディープラーニングとROSで作る自動運転ロボットディープラーニングとROSで作る自動運転ロボット
ディープラーニングとROSで作る自動運転ロボットHiroaki Kaneda
 
マルチデバイスに対応するためのAuto layout
マルチデバイスに対応するためのAuto layoutマルチデバイスに対応するためのAuto layout
マルチデバイスに対応するためのAuto layoutasakahara
 
Qt5のセンサーAPIを使ってみたい
Qt5のセンサーAPIを使ってみたいQt5のセンサーAPIを使ってみたい
Qt5のセンサーAPIを使ってみたいYou&I
 
20120316 designerworkshoppublished
20120316 designerworkshoppublished20120316 designerworkshoppublished
20120316 designerworkshoppublishedYoichiro Sakurai
 
ゆとりエンジニア交流会_20130706
ゆとりエンジニア交流会_20130706ゆとりエンジニア交流会_20130706
ゆとりエンジニア交流会_20130706拓 小林
 
20120413 nestakabaneworkshop
20120413 nestakabaneworkshop20120413 nestakabaneworkshop
20120413 nestakabaneworkshopYoichiro Sakurai
 
四脚ロボットによる つくばチャレンジへの取り組み
四脚ロボットによるつくばチャレンジへの取り組み四脚ロボットによるつくばチャレンジへの取り組み
四脚ロボットによる つくばチャレンジへの取り組みkiyoshiiriemon
 
Xcode で gulp を使うお話
Xcode で gulp を使うお話Xcode で gulp を使うお話
Xcode で gulp を使うお話Yoichiro Sakurai
 
LINE のUI自動テスト事例
LINE のUI自動テスト事例LINE のUI自動テスト事例
LINE のUI自動テスト事例LINE Corporation
 
スマートフォンアプリの テスト自動化をはじめよう
スマートフォンアプリの テスト自動化をはじめようスマートフォンアプリの テスト自動化をはじめよう
スマートフォンアプリの テスト自動化をはじめようKoji Hasegawa
 
Remote Development with Visual Studio Code & A clean dev env, working every ...
Remote Development with Visual Studio Code &  A clean dev env, working every ...Remote Development with Visual Studio Code &  A clean dev env, working every ...
Remote Development with Visual Studio Code & A clean dev env, working every ...Hiroyuki Ohnaka
 
レガシーフリーOSに必要な要素技術 legacy free os
レガシーフリーOSに必要な要素技術 legacy free osレガシーフリーOSに必要な要素技術 legacy free os
レガシーフリーOSに必要な要素技術 legacy free osuchan_nos
 
Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~
Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~
Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~AppBank
 
組み込みでも使えるFirefox OS
組み込みでも使えるFirefox OS組み込みでも使えるFirefox OS
組み込みでも使えるFirefox OSNoritada Shimizu
 
最近の実装方針について
最近の実装方針について最近の実装方針について
最近の実装方針について大介 秋本
 
受託開発とRubyGems
受託開発とRubyGems受託開発とRubyGems
受託開発とRubyGemsKoichi ITO
 
Sharoid Service Menu
Sharoid Service MenuSharoid Service Menu
Sharoid Service Menusharoid
 
Kadecot API/Opensources for Engineers
Kadecot API/Opensources for EngineersKadecot API/Opensources for Engineers
Kadecot API/Opensources for Engineerssonycsl
 

Similar to Autowareの紹介と物体検出 (20)

ARでVRアバターを表示するシステムを構築しよう
ARでVRアバターを表示するシステムを構築しようARでVRアバターを表示するシステムを構築しよう
ARでVRアバターを表示するシステムを構築しよう
 
ディープラーニングとROSで作る自動運転ロボット
ディープラーニングとROSで作る自動運転ロボットディープラーニングとROSで作る自動運転ロボット
ディープラーニングとROSで作る自動運転ロボット
 
マルチデバイスに対応するためのAuto layout
マルチデバイスに対応するためのAuto layoutマルチデバイスに対応するためのAuto layout
マルチデバイスに対応するためのAuto layout
 
Qt5のセンサーAPIを使ってみたい
Qt5のセンサーAPIを使ってみたいQt5のセンサーAPIを使ってみたい
Qt5のセンサーAPIを使ってみたい
 
20120316 designerworkshoppublished
20120316 designerworkshoppublished20120316 designerworkshoppublished
20120316 designerworkshoppublished
 
ゆとりエンジニア交流会_20130706
ゆとりエンジニア交流会_20130706ゆとりエンジニア交流会_20130706
ゆとりエンジニア交流会_20130706
 
20120413 nestakabaneworkshop
20120413 nestakabaneworkshop20120413 nestakabaneworkshop
20120413 nestakabaneworkshop
 
四脚ロボットによる つくばチャレンジへの取り組み
四脚ロボットによるつくばチャレンジへの取り組み四脚ロボットによるつくばチャレンジへの取り組み
四脚ロボットによる つくばチャレンジへの取り組み
 
Xcode で gulp を使うお話
Xcode で gulp を使うお話Xcode で gulp を使うお話
Xcode で gulp を使うお話
 
LINE のUI自動テスト事例
LINE のUI自動テスト事例LINE のUI自動テスト事例
LINE のUI自動テスト事例
 
スマートフォンアプリの テスト自動化をはじめよう
スマートフォンアプリの テスト自動化をはじめようスマートフォンアプリの テスト自動化をはじめよう
スマートフォンアプリの テスト自動化をはじめよう
 
Remote Development with Visual Studio Code & A clean dev env, working every ...
Remote Development with Visual Studio Code &  A clean dev env, working every ...Remote Development with Visual Studio Code &  A clean dev env, working every ...
Remote Development with Visual Studio Code & A clean dev env, working every ...
 
レガシーフリーOSに必要な要素技術 legacy free os
レガシーフリーOSに必要な要素技術 legacy free osレガシーフリーOSに必要な要素技術 legacy free os
レガシーフリーOSに必要な要素技術 legacy free os
 
Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~
Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~
Googleアナリティクスを活用したお手軽なランキングシステムの構築 ~ サーバー・クライアント側実装例 ~
 
組み込みでも使えるFirefox OS
組み込みでも使えるFirefox OS組み込みでも使えるFirefox OS
組み込みでも使えるFirefox OS
 
最近の実装方針について
最近の実装方針について最近の実装方針について
最近の実装方針について
 
受託開発とRubyGems
受託開発とRubyGems受託開発とRubyGems
受託開発とRubyGems
 
Sharoid Service Menu
Sharoid Service MenuSharoid Service Menu
Sharoid Service Menu
 
Api
ApiApi
Api
 
Kadecot API/Opensources for Engineers
Kadecot API/Opensources for EngineersKadecot API/Opensources for Engineers
Kadecot API/Opensources for Engineers
 

Autowareの紹介と物体検出

Editor's Notes

  1. 車両制御信号 (𝑣, 𝜔) or (𝑣, 𝜃) : 𝑣 …速度、 𝜔 …角速度、 𝜃…タイヤ角