Real-Time Joint Simulation of LiDAR Perception and Motion Planning for Automated Driving

要約

自律走行において、リアルタイムの知覚と運動計画は極めて重要なタスクである。知覚と運動計画の性能を個別に向上させることに焦点を当てた多くの研究成果がある一方で、知覚エラーが運動計画の結果にどのように悪影響を及ぼすかはまだ明らかではない。本研究では、リアルタイム自動運転のためのLiDARベースの知覚と運動計画による共同シミュレーションフレームワークを提案します。加法性ノイズを含むCARLAシミュレータからのセンサ入力を用いて、LiDAR知覚システムを設計し、すべての周辺車両を検出・追跡し、正確な方向と速度の情報を提供する。次に、知覚モジュールとモーションプランナー間の通信コストを緩和する、新しい衝突境界表現を導入する。また、線分交差点チェックを用いた新しい衝突チェックアルゴリズムを実装し、従来の占有グリッドによる方法と比較して、長距離の移動に対してより効率的であることを確認した。CARLAを用いた共同シミュレーションフレームワークを都市走行シナリオで評価した。実験の結果、提案する自動運転システムは25Hzで実行可能であり、リアルタイム要件を満たしていることがわかった。LiDAR知覚システムは、グランドトゥルースを用いて評価した場合、20m以内の高い精度を有する。また、CARLAの都市走行シナリオでテストしたところ、運動計画は一貫した安全な距離保持をもたらすことがわかった。

要約(オリジナル)

Real-time perception and motion planning are two crucial tasks for autonomous driving. While there are many research works focused on improving the performance of perception and motion planning individually, it is still not clear how a perception error may adversely impact the motion planning results. In this work, we propose a joint simulation framework with LiDAR-based perception and motion planning for real-time automated driving. Taking the sensor input from the CARLA simulator with additive noise, a LiDAR perception system is designed to detect and track all surrounding vehicles and to provide precise orientation and velocity information. Next, we introduce a new collision bound representation that relaxes the communication cost between the perception module and the motion planner. A novel collision checking algorithm is implemented using line intersection checking that is more efficient for long distance range in comparing to the traditional method of occupancy grid. We evaluate the joint simulation framework in CARLA for urban driving scenarios. Experiments show that our proposed automated driving system can execute at 25 Hz, which meets the real-time requirement. The LiDAR perception system has high accuracy within 20 meters when evaluated with the ground truth. The motion planning results in consistent safe distance keeping when tested in CARLA urban driving scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL