Adaptive Sampling Control in Motion Planning of Autonomous Vehicle

要約

自動運転車は、運転手の手を解放してより簡単かつより速く運転できるようにすると同時に、高速道路や複雑なシナリオでの運転の安全性を向上させることを目的としています。
自動運転システム (ADS) は、完全自動運転車両 (L4 または L5 レベル) を実現するために、過去数十年にわたって開発および設計されてきました。
サンプリング空間のスケールが主な計算の複雑さにつながります。
したがって、サンプリング方法を調整することによって、リアルタイム動作計画の問題を解決する難易度は徐々に軽減される可能性があります。
通常、Lattice Planner では平均サンプリング法が採用され、RRT アルゴリズムにはランダム サンプリング法が選択されます。
ただし、どちらも事前情報を考慮せず、最適な軌道が以前に得られた領域にサンプリング空間を集中させます。
したがって、 \emph{この論文では、計算の複雑さを軽減し、最適解の品質を変えずに、より高速な解を達成するための適応サンプリング法を提案します}。
この論文の主な貢献は、人工ポテンシャル フィールド (ASAPF) に基づく適応サンプリング手法の実装により、最終的な軌道出力の品質を犠牲にすることなく、動作計画のための最適化問題の複雑さが大幅に軽減されたことです。
さらに、分析対象の適切な領域の適切なサンプリングにより、軌道の品質と安定性も向上します。

要約(オリジナル)

Autonomous driving vehicles aim to free the hands of vehicle operators, helping them to drive easier and faster, meanwhile, improving the safety of driving on the highway or in complex scenarios. Automated driving systems (ADS) are developed and designed in the last several decades to realize fully autonomous driving vehicles (L4 or L5 level). The scale of sampling space leads to the main computational complexity. Therefore, by adjusting the sampling method, the difficulty to solve the real-time motion planning problem could be incrementally reduced. Usually, the Average Sampling Method is taken in Lattice Planner, and Random Sampling Method is chosen for RRT algorithms. However, both of them don’t take into consideration the prior information, and focus the sampling space on areas where the optimal trajectory is previously obtained. Therefore, \emph{in this thesis it is proposed an adaptive sampling method to reduce the computation complexity, and achieve faster solutions while keeping the quality of optimal solution unchanged}. The main contribution of this thesis is the significant decrease in the complexity of the optimization problem for motion planning, without sacrificing the quality of the final trajectory output, with the implementation of an Adaptive Sampling method based on Artificial Potential Field (ASAPF). In addition, also the quality and the stability of the trajectory is improved due to the appropriate sampling of the appropriate region to be analyzed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google