A Real-time Spatio-Temporal Trajectory Planner for Autonomous Vehicles with Semantic Graph Optimization

要約

複雑な都市環境で知覚情報を完全に利用することにより、リアルタイムで自動運転車の安全で実行可能な軌跡を計画することは困難です。
この論文では、グラフの最適化に基づいて、時空間軌道計画方法を提案します。
静的および動的障害物の分離処理を通じてセマンティックな時空間マップを構築することにより、知覚モジュールのマルチモーダル情報を効率的に抽出し、セマンティックの時空間型ハイパーグラフに基づくスパースグラフ最適化を介して実行可能な軌跡を迅速に生成します。
広範な実験では、提案された方法が複雑な都市の公道シナリオを効果的に処理し、リアルタイムで実行できることが証明されています。
また、研究コミュニティのベンチマークに対応するためにコードをリリースします

要約(オリジナル)

Planning a safe and feasible trajectory for autonomous vehicles in real-time by fully utilizing perceptual information in complex urban environments is challenging. In this paper, we propose a spatio-temporal trajectory planning method based on graph optimization. It efficiently extracts the multi-modal information of the perception module by constructing a semantic spatio-temporal map through separation processing of static and dynamic obstacles, and then quickly generates feasible trajectories via sparse graph optimization based on a semantic spatio-temporal hypergraph. Extensive experiments have proven that the proposed method can effectively handle complex urban public road scenarios and perform in real time. We will also release our codes to accommodate benchmarking for the research community

arxiv情報

提供元, 利用サービス

arxiv.jp, Google