Maneuver Decision-Making with Trajectory Streams Prediction for Autonomous Vehicles

要約

自動運転システムでは、意思決定、動作計画、軌道予測が重要です。
他の道路利用者の動きを正確に予測することで、自律システムの意思決定能力が強化され、動的で予測不可能な環境への対応がより効果的になり、多様な道路シナリオへの適応力が高まります。
このペーパーでは、保護されていない左折、追い越し、車線維持など、さまざまな操作の意思決定と動作計画のための FFStreams++ アプローチを紹介します。
FFStreams++ は、サンプリング ベースと検索ベースのアプローチを組み合わせたもので、さまざまな操縦に対して新しいサンプル軌道が繰り返し生成され、最適化され、その後、ヒューリスティック検索プランナーが呼び出されて、最適な計画が検索されます。
私たちは自律ダイビング システムを計画ドメイン定義言語 (PDDL) でモデル化し、ヒューリスティックな Fast-Forward プランナーを使用して最適な計画を検索します。
このアプローチでは、問題の初期状態がストリームを通じて反復的に変更され、操縦固有の軌道候補が生成され、最適な計画が見つかるまで反復レベルが増加します。
FFStreams++ は、周囲の障害物ごとに将来の可能性のある軌道をその確率とともに予測するためのクエリ接続ネットワーク モデルを統合しています。
提案されたアプローチは CommonRoad シミュレーション フレームワークでテストされました。
FFStreams++ プランナーを評価するために、交差点での追い越しや保護されていない左折について、ランダムに生成された運転シナリオのコレクションを使用します。
テストの結果、提案されたアプローチが安全を確保し、近くの交通機関との衝突のリスクを軽減するためのさまざまな操作を効果的に実行できることが確認されました。

要約(オリジナル)

Decision-making, motion planning, and trajectory prediction are crucial in autonomous driving systems. By accurately forecasting the movements of other road users, the decision-making capabilities of the autonomous system can be enhanced, making it more effective in responding to dynamic and unpredictable environments and more adaptive to diverse road scenarios. This paper presents the FFStreams++ approach for decision-making and motion planning of different maneuvers, including unprotected left turn, overtaking, and keep-lane. FFStreams++ is a combination of sampling-based and search-based approaches, where iteratively new sampled trajectories for different maneuvers are generated and optimized, and afterward, a heuristic search planner is called, searching for an optimal plan. We model the autonomous diving system in the Planning Domain Definition Language (PDDL) and search for the optimal plan using a heuristic Fast-Forward planner. In this approach, the initial state of the problem is modified iteratively through streams, which will generate maneuver-specific trajectory candidates, increasing the iterating level until an optimal plan is found. FFStreams++ integrates a query-connected network model for predicting possible future trajectories for each surrounding obstacle along with their probabilities. The proposed approach was tested on the CommonRoad simulation framework. We use a collection of randomly generated driving scenarios for overtaking and unprotected left turns at intersections to evaluate the FFStreams++ planner. The test results confirmed that the proposed approach can effectively execute various maneuvers to ensure safety and reduce the risk of collisions with nearby traffic agents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google