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

要約

リアルタイムの認識と動作計画は、自動運転にとって 2 つの重要なタスクです。
知覚と動作計画のパフォーマンスを個別に改善することに焦点を当てた研究は数多くありますが、知覚エラーが動作計画の結果にどのような悪影響を及ぼす可能性があるかはまだ明らかではありません。
この研究では、リアルタイム自動運転のための、LiDAR ベースの知覚および動作計画を備えた共同シミュレーション フレームワークを提案します。
LiDAR 認識システムは、CARLA シミュレーターから付加的なノイズを含むセンサー入力を取得して、周囲のすべての車両を検出および追跡し、正確な方向と速度の情報を提供するように設計されています。
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します。
新しい衝突チェック アルゴリズムは、占有グリッドの従来の方法と比較して長距離範囲に対してより効率的なライン交差チェックを使用して実装されています。
都市部の運転シナリオ向けに CARLA の共同シミュレーション フレームワークを評価します。
実験の結果、私たちが提案する自動運転システムは、リアルタイム要件を満たす 25 Hz で実行できることがわかりました。
LiDAR 認識システムは、グラウンド トゥルースで評価した場合、20 メートル以内で高い精度を示します。
動作計画により、CARLA 都市部の運転シナリオでテストした場合、一貫した安全な距離の維持が実現します。

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, Google