Potential Field-based Path Planning with Interactive Speed Optimization for Autonomous Vehicles

要約

経路計画は、自動運転車 (AV) にとって、制約と目的を考慮しながら最適なルートを決定するために重要です。
ポテンシャル フィールド (PF) アプローチは、その構造が単純で計算効率が高いため、経路計画において広く普及しています。
しかし、AV で使用されている現在の PF 手法は、自車両の経路生成のみに焦点を当てており、周囲の障害車両が PF ベースの経路プランナーなしで事前に設定された動作で走行すると想定しており、自車両の PF も影響を与える可能性があるという事実を無視しています。
障害車両の経路生成。
この問題に取り組むために、私たちは、車車間 (V2V) 通信を介して自車両と障害車両間でローカル パスを共有する、PF ベースの経路計画アプローチを提案します。
次に、この共有ローカル パスを目的関数に統合することにより、インタラクティブ速度最適化 (ISO) と呼ばれる新しい最適化機能が設計され、自家用車と障害物車両の両方の安全性と快適な運転が可能になります。
提案手法を緊急マージシナリオで MATLAB/Simulink を使用して従来の手法と比較することにより評価します。
シミュレーション結果は、提案された方法が事前に減速することで他の AV の PF の影響を軽減し、エゴ AV と障害物 AV の両方の振動を効果的に低減できることを示しています。

要約(オリジナル)

Path planning is critical for autonomous vehicles (AVs) to determine the optimal route while considering constraints and objectives. The potential field (PF) approach has become prevalent in path planning due to its simple structure and computational efficiency. However, current PF methods used in AVs focus solely on the path generation of the ego vehicle while assuming that the surrounding obstacle vehicles drive at a preset behavior without the PF-based path planner, which ignores the fact that the ego vehicle’s PF could also impact the path generation of the obstacle vehicles. To tackle this problem, we propose a PF-based path planning approach where local paths are shared among ego and obstacle vehicles via vehicle-to-vehicle (V2V) communication. Then by integrating this shared local path into an objective function, a new optimization function called interactive speed optimization (ISO) is designed to allow driving safety and comfort for both ego and obstacle vehicles. The proposed method is evaluated using MATLAB/Simulink in the urgent merging scenarios by comparing it with conventional methods. The simulation results indicate that the proposed method can mitigate the impact of other AVs’ PFs by slowing down in advance, effectively reducing the oscillations for both ego and obstacle AVs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google