UDMC: Unified Decision-Making and Control Framework for Urban Autonomous Driving with Motion Prediction of Traffic Participants

要約

現在の自動運転システムは、特に複雑な都市環境において、安全性と交通ルールの遵守を確保しながら、意思決定と動作制御のバランスを取るのに苦労することがよくあります。
既存の方法では、これらの機能を個別に処理するため不十分になる可能性があり、非効率性や安全性の低下につながります。
これらの課題に対処するために、解釈可能で統合されたレベル 4 自動運転フレームワークである UDMC を導入します。
UDMC は、周囲の車両、歩行者、道路車線、信号機との動的な相互作用を考慮して、意思決定とモーション制御を単一の最適制御問題 (OCP) に統合します。
革新的な潜在機能を採用して交通参加者と規制をモデル化し、特殊な動作予測モジュールを組み込むことにより、当社のフレームワークは道路上の安全性と規則遵守を強化します。
統合された設計により、さまざまな運転シナリオに適した柔軟な操作をリアルタイムで実行できます。
CARLA で実行される忠実度の高いシミュレーションは、フレームワークの計算効率、堅牢性、安全性を実証し、さまざまなベースライン モデルと比較した場合に優れた走行性能をもたらします。
私たちのオープンソース プロジェクトは https://github.com/henryhcliu/udmc_carla.git で入手できます。

要約(オリジナル)

Current autonomous driving systems often struggle to balance decision-making and motion control while ensuring safety and traffic rule compliance, especially in complex urban environments. Existing methods may fall short due to separate handling of these functionalities, leading to inefficiencies and safety compromises. To address these challenges, we introduce UDMC, an interpretable and unified Level 4 autonomous driving framework. UDMC integrates decision-making and motion control into a single optimal control problem (OCP), considering the dynamic interactions with surrounding vehicles, pedestrians, road lanes, and traffic signals. By employing innovative potential functions to model traffic participants and regulations, and incorporating a specialized motion prediction module, our framework enhances on-road safety and rule adherence. The integrated design allows for real-time execution of flexible maneuvers suited to diverse driving scenarios. High-fidelity simulations conducted in CARLA exemplify the framework’s computational efficiency, robustness, and safety, resulting in superior driving performance when compared against various baseline models. Our open-source project is available at https://github.com/henryhcliu/udmc_carla.git.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google