DP and QP Based Decision-making and Planning for Autonomous Vehicle

要約

自動運転技術は急速に進化しており、現代の自動化システムの極めて重要な要素となっています。
自動運転車が複雑な環境で安全かつ効率的に動作するためには、効果的な意思決定と計画が不可欠です。
このペーパーでは、グローバルな経路計画に動的計画法 (DP) を、ローカル軌道の最適化に二次計画法 (QP) を活用した、自動運転車の意思決定と計画のフレームワークを紹介します。
提案されたアプローチは、S-T グラフを利用して、動的および静的な障害物の両方の回避を実現します。
包括的な車両ダイナミクス モデルが制御システムをサポートし、正確な経路追跡と障害物の処理を可能にします。
シミュレーション研究は、グローバル パス プランニング、静的障害物回避、歩行者との相互作用を伴う動的障害物回避など、さまざまなシナリオでシステムのパフォーマンスを評価するために実施されます。
この結果は、複雑な環境をナビゲートする際の、提案された意思決定および計画アルゴリズムの有効性と堅牢性を確認し、自動運転アプリケーションに対するこのアプローチの実現可能性を示しています。

要約(オリジナル)

Autonomous driving technology is rapidly evolving and becoming a pivotal element of modern automation systems. Effective decision-making and planning are essential to ensuring autonomous vehicles operate safely and efficiently in complex environments. This paper introduces a decision-making and planning framework for autonomous vehicles, leveraging dynamic programming (DP) for global path planning and quadratic programming (QP) for local trajectory optimization. The proposed approach utilizes S-T graphs to achieve both dynamic and static obstacle avoidance. A comprehensive vehicle dynamics model supports the control system, enabling precise path tracking and obstacle handling. Simulation studies are conducted to evaluate the system’s performance in a variety of scenarios, including global path planning, static obstacle avoidance, and dynamic obstacle avoidance involving pedestrian interactions. The results confirm the effectiveness and robustness of the proposed decision-making and planning algorithms in navigating complex environments, demonstrating the feasibility of this approach for autonomous driving applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google