Mirroring the Parking Target: An Optimal-Control-Based Parking Motion Planner with Strengthened Parking Reliability and Faster Parking Completion

要約

自動駐車アシスト（APA）システムは、駐車能力、信頼性、および完了効率に関するユーザーの懸念により、アプリケーションでの採用が少ないという大きな課題に直面しています。
従来のAPAプランナーをアップグレードし、ユーザーの受け入れを強化するために、この調査では、最適な制御ベースの駐車モーションプランナーを提案しています。
そのハイライトは、その制御ロジックにあります。駐車目標をミラーリングすることによる軌跡を計画します。
この方法は、次の方法を有効にします。i）狭いスペースでの駐車機能。
ii）操作設計ドメイン（ODD）を拡大することにより、より良い駐車場の信頼性。
iii）駐車プロセスのより速い完了。
iv）計算効率の向上。
v）あらゆる種類の駐車場に普遍的。
包括的な評価が実施されます。
結果は、提案されたプランナーが駐車場の成功率を40.6％向上させ、駐車場の完了効率を18.0％向上させ、ODDを86.1％拡大することを示しています。
並列駐車場のシナリオや狭いスペースなど、困難な駐車ケースでの優位性を示しています。
さらに、提案されたプランナーの平均計算時間は74ミリ秒です。
結果は、提案されたプランナーがリアルタイムの商用アプリケーションの準備ができていることを示しています。

要約(オリジナル)

Automated Parking Assist (APA) systems are now facing great challenges of low adoption in applications, due to users’ concerns about parking capability, reliability, and completion efficiency. To upgrade the conventional APA planners and enhance user’s acceptance, this research proposes an optimal-control-based parking motion planner. Its highlight lies in its control logic: planning trajectories by mirroring the parking target. This method enables: i) parking capability in narrow spaces; ii) better parking reliability by expanding Operation Design Domain (ODD); iii) faster completion of parking process; iv) enhanced computational efficiency; v) universal to all types of parking. A comprehensive evaluation is conducted. Results demonstrate the proposed planner does enhance parking success rate by 40.6%, improve parking completion efficiency by 18.0%, and expand ODD by 86.1%. It shows its superiority in difficult parking cases, such as the parallel parking scenario and narrow spaces. Moreover, the average computation time of the proposed planner is 74 milliseconds. Results indicate that the proposed planner is ready for real-time commercial applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google