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、ロボット ナビゲーションで広く使用されています。特に、クワッドローターのような車両は、軌道最適化のための凸包特性を備えた B スプライン曲線の利点 (計算効率など) を簡単に享受できるためです。
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車両運動学により、凸包特性の使用が困難になるためです。
この論文では、2 つの方法で車両の運動学を組み込むことで、B スプライン曲線の利点を B スプライン ベースの最適化アルゴリズムに組み込むことができる、自動運転車両用の新しい軌道最適化アルゴリズムを提案します。
増分パス平坦化は、スイープ ボリュームを減らすことで衝突のないパスを見つけるために、車両の衝突点の周囲のパス曲率の重みを繰り返し増加させる新しい方法です。
新しい掃引容積推定方法により、掃引容積の過大近似を軽減し、安全性を損なうことなく狭い通路を車両が通過できるようになります。
さらに、B スプライン曲率制約を簡素化できるクランプされた B スプライン曲率制約が、車両の運動力学制約の他の実現可能性制約 (前後方向および横方向の速度と加速度など) 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 robot navigation, especially as quadrotor-like vehicles can easily enjoy the advantage of a B-spline curve (e.g. computational efficiency) with its convex hull property for trajectory optimization. Nevertheless, leveraging the B-splined-based optimization algorithm to generate a collision-free trajectory for autonomous vehicles is still challenging because their complex vehicle kinematics make it difficult to use the convex hull property. In this paper, we propose a novel trajectory optimization algorithm for autonomous vehicles that enables the advantage of a B-spline curve into a B-spline-based optimization algorithm by incorporating vehicle kinematics with two methods. An incremental path flattening is a new method that iteratively increases path curvature weight around vehicle collision points to find a collision-free path by reducing swept volume. A new swept volume estimation method can reduce over-approximation of the swept volume and make the vehicle pass through a narrow corridor without losing safety. Furthermore, a clamped B-spline curvature constraint, which can simplify a B-spline curvature constraint, is added with other feasibility constraints (e.g. longitudinal \& lateral 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