Time-to-Collision-Aware Lane-Change Strategy Based on Potential Field and Cubic Polynomial for Autonomous Vehicles

要約

車線変更 (LC) を安全かつ成功させることは、高速道路での安全な運転を確保するために必要な自動運転車 (AV) の多くの非常に重要な機能の 1 つです。
最近では、ポテンシャル フィールド (PF) 法の単純さとリアルタイム パフォーマンスが、AV の意思決定および計画モジュールの設計に活用されています。
しかし、PF 法で計画される LC 軌道は通常長く、自車両が横方向に並行して障害車両に接近するため、障害車両が急にハンドルを切った場合に危険な状況が生じます。
このリスクを軽減するために、最適化されたカーブ フィッティングで TTC 制約が課される PF および 3 次多項式に基づく衝突時間認識 LC (TTCA-LC) 戦略を提案します。
提案されたアプローチは、比較運転シナリオの高速条件下で MATLAB/Simulink を使用して評価されます。
シミュレーション結果は、TTCA-LC 手法が、より短く、より安全で、より滑らかな軌道を生成する点で、従来の PF ベースの LC (CPF-LC) 手法よりも優れたパフォーマンスを発揮することを示しています。
CPF-LC 法と比較して、LC 軌道の長さは 27.1% 以上短縮され、曲率は約 56.1% 減少します。

要約(オリジナル)

Making safe and successful lane changes (LCs) is one of the many vitally important functions of autonomous vehicles (AVs) that are needed to ensure safe driving on expressways. Recently, the simplicity and real-time performance of the potential field (PF) method have been leveraged to design decision and planning modules for AVs. However, the LC trajectory planned by the PF method is usually lengthy and takes the ego vehicle laterally parallel and close to the obstacle vehicle, which creates a dangerous situation if the obstacle vehicle suddenly steers. To mitigate this risk, we propose a time-to-collision-aware LC (TTCA-LC) strategy based on the PF and cubic polynomial in which the TTC constraint is imposed in the optimized curve fitting. The proposed approach is evaluated using MATLAB/Simulink under high-speed conditions in a comparative driving scenario. The simulation results indicate that the TTCA-LC method performs better than the conventional PF-based LC (CPF-LC) method in generating shorter, safer, and smoother trajectories. The length of the LC trajectory is shortened by over 27.1\%, and the curvature is reduced by approximately 56.1\% compared with the CPF-LC method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google