Safe and Efficient Trajectory Optimization for Autonomous Vehicles using B-spline with Incremental Path Flattening

要約

B スプライン ベースの軌道最適化は、B スプライン曲線の凸包特性によって少数の制御変数での動的実現可能性が保証されるため、ロボット ナビゲーションの分野で広く使用されています。
最近のいくつかの研究では、単純な動的実現可能性制約を持つドローンのようなホロノミック システムが、軌道の最適化に B スプラインの特性を最大限に活用していることが実証されました。
それにもかかわらず、自動運転車の衝突のない軌道を生成するために B スプライン ベースの最適化アルゴリズムを活用することは依然として困難です。自動運転車の複雑な運動力学的制約により、凸包特性の使用が困難になるためです。
この論文では、B スプライン ベースの軌道最適化アルゴリズムに車両の運動学的衝突回避制約を組み込むことを可能にする、新しいスイープ ボリューム法を使用した新しい増分パス平坦化法を提案します。
さらに、曲率制約が、車両の運動力学的制約の他の実現可能性制約 (速度や加速度など) とともに追加されます。
私たちの実験結果は、私たちの方法がさまざまなシミュレートされた環境で最先端のベースラインを上回り、現実世界のシナリオでの自動運転車での有効な追跡パフォーマンスを検証することを示しています。

要約(オリジナル)

B-spline-based trajectory optimization has been widely used in the field of robot navigation, as the convex hull property of the B-spline curve guarantees its dynamical feasibility with a small number of control variables. Several recent works demonstrated that a holonomic system like a drone, which has simple dynamical feasibility constraints, fully utilizes the B-spline property for trajectory optimization. Nevertheless, it is still challenging to leverage the B-splined-based optimization algorithm to generate a collision-free trajectory for autonomous vehicles because their complex vehicle kinodynamic constraints make it difficult to use the convex hull property. In this paper, we propose a novel incremental path flattening method with a new swept volume method that enables a B-splined-based trajectory optimization algorithm to incorporate vehicle kinematic collision avoidance constraints. Furthermore, a curvature constraint is added with other feasibility constraints (e.g. velocity and acceleration) for the vehicle kinodynamic constraints. Our experimental results demonstrate that our method outperforms state-of-the-art baselines in various simulated environments and verifies its valid tracking performance with an autonomous vehicle in a real-world scenario.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google