Parameter Adjustments in POMDP-Based Trajectory Planning for Unsignalized Intersections

要約

この論文では、信号のない交差点での自動運転車の軌道計画の問題を調査し、特に車両が優先通行権を持たないにもかかわらず安全に横断しなければならないシナリオに焦点を当てています。
この問題に対処するために、不確実性の下で計画を立てるために設計された部分的に観察可能なマルコフ決定プロセス (POMDP) フレームワークに基づく方法を採用しました。
この方法では、POMDP の近似ソルバーとして Adaptive Belief Tree (ABT) アルゴリズムを利用します。
交差点のトポロジの離散化から始めて、POMDP 定式化の概要を説明します。
さらに、車両の位置や速度などの車両の進化状態を予測するためのダイナミクス モデルを紹介します。
観測モデルを使用して、これらの状態と不完全な (ノイズの多い) 利用可能な測定値との関係も説明します。
私たちの結果では、この方法が 2 つの異なる交差点の航空映像から得た現実世界の交通データを利用した一連のシミュレーションで衝突のない軌道を計画できることが確認されました。
さらに、ABT アルゴリズムのパラメーター調整がメソッドのパフォーマンスに及ぼす影響を研究しました。
これは、将来のメソッドの適用に役立つ、合理的なパラメーター設定を決定するための指針を提供します。

要約(オリジナル)

This paper investigates the problem of trajectory planning for autonomous vehicles at unsignalized intersections, specifically focusing on scenarios where the vehicle lacks the right of way and yet must cross safely. To address this issue, we have employed a method based on the Partially Observable Markov Decision Processes (POMDPs) framework designed for planning under uncertainty. The method utilizes the Adaptive Belief Tree (ABT) algorithm as an approximate solver for the POMDPs. We outline the POMDP formulation, beginning with discretizing the intersection’s topology. Additionally, we present a dynamics model for the prediction of the evolving states of vehicles, such as their position and velocity. Using an observation model, we also describe the connection of those states with the imperfect (noisy) available measurements. Our results confirmed that the method is able to plan collision-free trajectories in a series of simulations utilizing real-world traffic data from aerial footage of two distinct intersections. Furthermore, we studied the impact of parameter adjustments of the ABT algorithm on the method’s performance. This provides guidance in determining reasonable parameter settings, which is valuable for future method applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google