Robust Tube-based Control Strategy for Vision-guided Autonomous Vehicles

要約

自律車両の堅牢な制御戦略は、システムの安定性を改善し、ライディングの快適さを高め、運転事故を防ぐことができます。
このホワイトペーパーでは、自律コンピュータービジョンベースの車線キーピングのための新しい補間チューブベースの制約済み反復線形レギュレーター（ITUBE-CILQR）アルゴリズムを紹介します。
アルゴリズムの目標は、タイトなターンでの高速コーナリング中の堅牢性を高めることです。
標準のチューブアプローチに対するitube-cilqrの利点には、システム保守主義の減少と計算速度の向上が含まれます。
提案されたアルゴリズムの実現可能性を調べるために、数値および視覚ベースの実験が実施されました。
提案されているITUBE-CILQRアルゴリズムは、分散CILQRベースの方法やモデル予測制御（MPC）アプローチよりも、車線維持により、古典的なインテリアポイントソルバーを使用してアプローチします。
具体的には、評価実験では、itube-cilqrは3.16ミリ秒の平均実行時間を達成し、自動運転車を導くコントロール信号を生成しました。
ITUBE-MPCは通常、同じタスクを完了するために4.67倍の計算時間を必要としました。
さらに、システムの動作に対する保守主義の影響は、レーンキーピング操作中に提案されたITUBE-CILQRアルゴリズムから派生した補間変数の軌跡を調査することにより調査されました。

要約(オリジナル)

A robust control strategy for autonomous vehicles can improve system stability, enhance riding comfort, and prevent driving accidents. This paper presents a novel interpolation tube-based constrained iterative linear quadratic regulator (itube-CILQR) algorithm for autonomous computer-vision-based vehicle lane-keeping. The goal of the algorithm is to enhance robustness during high-speed cornering on tight turns. The advantages of itube-CILQR over the standard tube-approach include reduced system conservatism and increased computational speed. Numerical and vision-based experiments were conducted to examine the feasibility of the proposed algorithm. The proposed itube-CILQR algorithm is better suited to vehicle lane-keeping than variational CILQR-based methods and model predictive control (MPC) approaches using a classical interior-point solver. Specifically, in evaluation experiments, itube-CILQR achieved an average runtime of 3.16 ms to generate a control signal to guide a self-driving vehicle; itube-MPC typically required a 4.67-times longer computation time to complete the same task. Moreover, the influence of conservatism on system behavior was investigated by exploring the interpolation variable trajectories derived from the proposed itube-CILQR algorithm during lane-keeping maneuvers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google