自動運転車がますます動的な交通環境で運用されるにつれ、横方向制御は縦方向の速度や加速度が変動する状況下で実行されなければならない。しかし、既存の多くの横方向制御器は定速または動作点ベースの仮定に依存しており、縦方向の過渡的な状態で性能が低下する。さらに、ほとんどの手法は車両パラメータが正確に既知であると仮定しているが、実際にはパラメータの不確かさが存在する。これらの限界に対処するため、Sixu Liら6名の著者による論文（arXiv:2607.02924、2026年7月3日投稿、ロボティクスcs.RO分野）は、縦運動を考慮したロバスト非線形横方向制御フレームワークを提案する。
このフレームワークはまず、変化する縦方向速度と加速度に依存する追従誤差モデルを導出する。従来の定速仮定とは異なり、このモデルは実際の縦運動を反映している。次に、フィードバック線形化を用いて横方向誤差追従の線形入出力関係を得ると同時に、制御則に縦運動を組み込む。これにより、縦方向の変化に適応した制御が可能となる。さらに、フィードバック線形化後に生じる内部動力学を解析し、システム全体の安定性を保証するための条件を明らかにしている。
パラメータ不確かさに対処するため、論文は2つのロバスト制御設計を提案する：(i) スライディングモード制御の考え方を取り入れたリアプノフ再設計（LR）法。これは非線形ダンピング項を導入して不確かさを抑制する。(ii) 増分制御入力を用いてロバスト性を高める増分非線形動的逆変換（INDI）法。両手法は厳密な数学的解析により、追従誤差の最終有界性を保証することが証明され、ロバスト性調整のための重要なパラメータ（LRのゲイン、INDIのフィルタ時定数など）が明確に特定されている。
シミュレーションでは、様々な速度と加速度の条件下で、提案手法がベースラインと比較して高い追従精度を示し、縦運動の変動に対しても一貫した性能を発揮した。ロバスト性パラメータの影響に関する系統的な調査も行われており、実用的な調整指針が提供されている。実車テストでは、実際のハードウェア上でリアルタイムに制御が実行され、複雑な経路追従タスクが成功裏に完了した。
この研究は、動的な条件下での自動運転車の横方向制御における長年の課題を解決するものであり、理論的な貢献とエンジニアリング応用の両面で重要な価値を持つ。