A Data-Driven Aggressive Autonomous Racing Framework Utilizing Local Trajectory Planning with Velocity Prediction

要約

自動運転の開発により、自動レースの研究が加速しています。
しかし、既存の局所的な軌道計画手法では、急コーナーのあるレース場で最適な速度プロファイルで軌道を計画することが困難であり、自律型レースのパフォーマンスが低下します。
この問題に対処するために、モデル予測輪郭制御 (VPMPCC) に基づく速度予測を統合する局所軌道計画手法を提案します。
VPMPCC の最適パラメータは、提案されたレーシングに適応した新しい目的関数 (OFR) に基づくベイジアン最適化 (BO) を通じて学習されます。
具体的には、VPMPCC は、レーストラックを基準速度プロファイルとしてエンコードし、それを最適化問題に組み込むことで速度予測を実現します。
この方法は、特に曲率が大きいコーナーでの局所的な軌道の速度プロファイルを最適化します。
提案された OFR は、レーシング パフォーマンスと車両の安全性のバランスをとり、安全かつ効率的な BO トレーニングを保証します。
シミュレーションでは、OFR ベースの BO のトレーニング反復数は、最先端の方法と比較して 42.86% 削減されました。
シミュレーションでトレーニングされた最適なパラメーターは、再トレーニングすることなく現実世界の F1TENTH 車両に適用されます。
大幅な急コーナーを特徴とする特注のレーストラックでの長時間のレース中、VPMPCC の平均速度は車両のハンドリング限界の 93.18% に達します。
リリースされたコードは https://github.com/zhouhengli/VPMPCC で入手できます。

要約(オリジナル)

The development of autonomous driving has boosted the research on autonomous racing. However, existing local trajectory planning methods have difficulty planning trajectories with optimal velocity profiles at racetracks with sharp corners, thus weakening the performance of autonomous racing. To address this problem, we propose a local trajectory planning method that integrates Velocity Prediction based on Model Predictive Contour Control (VPMPCC). The optimal parameters of VPMPCC are learned through Bayesian Optimization (BO) based on a proposed novel Objective Function adapted to Racing (OFR). Specifically, VPMPCC achieves velocity prediction by encoding the racetrack as a reference velocity profile and incorporating it into the optimization problem. This method optimizes the velocity profile of local trajectories, especially at corners with significant curvature. The proposed OFR balances racing performance with vehicle safety, ensuring safe and efficient BO training. In the simulation, the number of training iterations for OFR-based BO is reduced by 42.86% compared to the state-of-the-art method. The optimal simulation-trained parameters are then applied to a real-world F1TENTH vehicle without retraining. During prolonged racing on a custom-built racetrack featuring significant sharp corners, the mean velocity of VPMPCC reaches 93.18% of the vehicle’s handling limits. The released code is available at https://github.com/zhouhengli/VPMPCC.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google