Design and Realization of a Benchmarking Testbed for Evaluating Autonomous Platooning Algorithms

要約

自動運転車両の隊列は、運用効率を向上させ、人命を救うための短期的および長期的な機会を提供します。
過去 30 年間で自動運転分野は急速に発展し、人間のドライバーにかかる負担を軽減し、車両の排出ガスを削減する新技術が可能になりました。
この論文では、車載センサーを備えた 1/10 スケール車両の隊列走行アルゴリズムを評価およびベンチマークするためのテストベッドを紹介します。
テストベッドの有用性を実証するために、線形フィードバックと分散モデル予測制御の 2 つのバリエーションの 3 つのアルゴリズムを評価し、先頭車両が速度を複数回変更する基準軌道を追跡する典型的な隊列走行シナリオでそれらの結果を比較します。
シミュレーションでアルゴリズムを検証して、小隊サイズが増加したときのパフォーマンスを分析したところ、分散モデルの予測制御アルゴリズムがハードウェアおよびシミュレーションでの線形フィードバックよりも優れたパフォーマンスを発揮することがわかりました。

要約(オリジナル)

Autonomous vehicle platoons present near- and long-term opportunities to enhance operational efficiencies and save lives. The past 30 years have seen rapid development in the autonomous driving space, enabling new technologies that will alleviate the strain placed on human drivers and reduce vehicle emissions. This paper introduces a testbed for evaluating and benchmarking platooning algorithms on 1/10th scale vehicles with onboard sensors. To demonstrate the testbed’s utility, we evaluate three algorithms, linear feedback and two variations of distributed model predictive control, and compare their results on a typical platooning scenario where the lead vehicle tracks a reference trajectory that changes speed multiple times. We validate our algorithms in simulation to analyze the performance as the platoon size increases, and find that the distributed model predictive control algorithms outperform linear feedback on hardware and in simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google