Motion Planning for Autonomous Driving: The State of the Art and Future Perspectives

要約

タイトル:自律走行のためのモーションプランニング:現状と将来の展望

要約:
-自律走行車(IV)は、便利さ、安全性の利点、商業的価値の可能性の増加により、世界的に注目を集めています。
-2025年までに商業展開が予測されていますが、小規模な検証に限定されており、正確なトラッキングコントローラーとモーションプランナーはIVにとって重要な前提条件です。
-この論文は、パイプラインプランニングとエンドツーエンドプランニングメソッドを含むIVの最新のモーションプランニング方法をレビューしています。
-パイプライン法における選択、拡張、最適化の操作を調べる一方、エンドツーエンド法の運転タスクの訓練アプローチや検証シナリオも調べられます。
-適切なトレーニングと検証戦略を選択するために、実験プラットフォームもレビューされています。
-それらの方法の強みと限界を強調するために並列比較が提供され、システムレベルの設計選択を支援しています。
-この調査では、現在の課題と将来の展望についても議論されています。

要約(オリジナル)

Intelligent vehicles (IVs) have gained worldwide attention due to their increased convenience, safety advantages, and potential commercial value. Despite predictions of commercial deployment by 2025, implementation remains limited to small-scale validation, with precise tracking controllers and motion planners being essential prerequisites for IVs. This paper reviews state-of-the-art motion planning methods for IVs, including pipeline planning and end-to-end planning methods. The study examines the selection, expansion, and optimization operations in a pipeline method, while it investigates training approaches and validation scenarios for driving tasks in end-to-end methods. Experimental platforms are reviewed to assist readers in choosing suitable training and validation strategies. A side-by-side comparison of the methods is provided to highlight their strengths and limitations, aiding system-level design choices. Current challenges and future perspectives are also discussed in this survey.

arxiv情報

著者 Siyu Teng,Xuemin Hu,Peng Deng,Bai Li,Yuchen Li,Dongsheng Yang,Yunfeng Ai,Lingxi Li,Zhe Xuanyuan,Fenghua Zhu,Long Chen
発行日 2023-05-10 06:50:28+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, OpenAI

カテゴリー: cs.AI, cs.RO パーマリンク