Safe and Personalizable Logical Guidance for Trajectory Planning of Autonomous Driving

要約

自動運転車では、軌道計画において安全性、効率性、ユーザーの好みの間の微妙なバランスが必要です。
既存の伝統的な方法や学習ベースの方法では、これらすべての側面に適切に対処するという課題に直面しています。
これに応えて、この文書では、特に高速道路のシナリオに合わせて調整された自動運転軌道計画フレームワークにシームレスに統合できるように設計された、論理ガイダンス層 (LGL) と呼ばれる新しいコンポーネントを提案します。
LGL は、シナリオ推論、シナリオ評価、誘導エリア計算を通じて決定されたローカル ターゲット エリアを使用して軌道計画をガイドします。
責任重視安全 (RSS) モデルを統合することで、LGL は論理式で定義されたさまざまなユーザーの好みに対応しながら、正式な安全保証を保証します。
実験による検証では、安全性と効率性のバランスを達成し、高速道路の自動運転シナリオでユーザーの好みを満たす上での LGL の有効性が実証されています。

要約(オリジナル)

Autonomous vehicles necessitate a delicate balance between safety, efficiency, and user preferences in trajectory planning. Existing traditional or learning-based methods face challenges in adequately addressing all these aspects. In response, this paper proposes a novel component termed the Logical Guidance Layer (LGL), designed for seamless integration into autonomous driving trajectory planning frameworks, specifically tailored for highway scenarios. The LGL guides the trajectory planning with a local target area determined through scenario reasoning, scenario evaluation, and guidance area calculation. Integrating the Responsibility-Sensitive Safety (RSS) model, the LGL ensures formal safety guarantees while accommodating various user preferences defined by logical formulae. Experimental validation demonstrates the effectiveness of the LGL in achieving a balance between safety and efficiency, and meeting user preferences in autonomous highway driving scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google