要約
我々の研究は、自律走行車のための高性能でモジュール化されたサンプリングベースの軌道計画アルゴリズムを提示することを目的としている。このアルゴリズムは、経路計画領域における解空間の構築と最適化問題の定式化における複雑な課題に対処するように調整されている。本手法は、軌道の快適性、安全性、および経路精度の最適化に焦点を当て、静的および高度に動的な環境における効率的なナビゲーションのための多目的最適化戦略を採用している。このアルゴリズムを用いて、1750の仮想的な複雑な都市と高速道路のシナリオにおいて、アルゴリズムの性能と成功率を分析した。その結果、計算時間の速さ（800の軌道で8ms）、複雑なシナリオでの成功率の高さ（88％）、異なるモジュールを提示した場合の適応性の高さが実証された。最も顕著な違いは、様々な軌跡数における高速な軌跡サンプリング、実現可能性チェック、コスト評価ステップであった。我々の研究は有望な結果を示しているが、我々の評価はシミュレートされた環境でのみ実施されたことに注意することが重要であり、我々の発見を完全に検証するためには実世界でのテストが必要である。本研究で使用したコードと追加モジュールはオープンソースソフトウェアとして公開されており、以下のリンクからアクセスすることができる：https://github.com/TUM-AVS/Frenetix-Motion-Planner.
要約(オリジナル)
Our work aims to present a high-performance and modular sampling-based trajectory planning algorithm for autonomous vehicles. This algorithm is tailored to address the complex challenges in solution space construction and optimization problem formulation within the path planning domain. Our method employs a multi-objective optimization strategy for efficient navigation in static and highly dynamic environments, focusing on optimizing trajectory comfort, safety, and path precision. This algorithm was then used to analyze the algorithm performance and success rate in 1750 virtual complex urban and highway scenarios. Our results demonstrate fast calculation times (8ms for 800 trajectories), a high success rate in complex scenarios (88%), and easy adaptability with different modules presented. The most noticeable difference exhibited was the fast trajectory sampling, feasibility check, and cost evaluation step across various trajectory counts. While our study presents promising results, it’s important to note that our assessments have been conducted exclusively in simulated environments, and real-world testing is required to fully validate our findings. The code and the additional modules used in this research are publicly available as open-source software and can be accessed at the following link: https://github.com/TUM-AVS/Frenetix-Motion-Planner.
arxiv情報
| 著者 | Korbinian Moller,Rainer Trauth,Gerald Wuersching,Johannes Betz |
| 発行日 | 2024-02-02 14:35:26+00:00 |
| arxivサイト | arxiv_id(pdf) |