Pedestrian-Aware Motion Planning for Autonomous Driving in Complex Urban Scenarios

要約

複雑な都市部のような不確実な環境でのモーション計画は、自律車（AVS）にとって重要な課題です。
私たちの研究の目的は、安全で効率的な車両行動を維持しながら、AVSが複数の歩行者を使用して混雑した予測不可能なシナリオをどのようにナビゲートできるかを調査することです。
これまでのところ、ほとんどの研究は、静的または決定論的な交通参加者の行動に集中してきました。
このペーパーでは、現実的な歩行者の行動をリスク認識モーションプランナーとシミュレートするための社会的力の原則を組み合わせることにより、混雑した空間でのモーション計画のための新しいアルゴリズムを紹介します。
この新しいアルゴリズムを2Dシミュレーション環境で評価して、AV -Pedestrianの相互作用を厳密に評価し、特に非常に混雑した都市環境で、このレベルのパフォーマンスを達成するために、アルゴリズムが安全で効率的で適応的なモーション計画を可能にすることを実証します。
この研究は、リアルタイムの制約を考慮しておらず、これまでのところシミュレーションでのみ示されています。
混雑したシナリオでの認識、計画、制御パイプライン全体を調査するために、実際の車のAVSの完全なソフトウェアスタックで新しいアルゴリズムを調査するには、さらなる研究が必要です。
この研究で開発されたコードを、さらなる研究と開発のためのオープンソースリソースとしてリリースします。
次のリンクでアクセスできます：https：//github.com/tum-avs/pedestrianawaremotionplanning

要約(オリジナル)

Motion planning in uncertain environments like complex urban areas is a key challenge for autonomous vehicles (AVs). The aim of our research is to investigate how AVs can navigate crowded, unpredictable scenarios with multiple pedestrians while maintaining a safe and efficient vehicle behavior. So far, most research has concentrated on static or deterministic traffic participant behavior. This paper introduces a novel algorithm for motion planning in crowded spaces by combining social force principles for simulating realistic pedestrian behavior with a risk-aware motion planner. We evaluate this new algorithm in a 2D simulation environment to rigorously assess AV-pedestrian interactions, demonstrating that our algorithm enables safe, efficient, and adaptive motion planning, particularly in highly crowded urban environments – a first in achieving this level of performance. This study has not taken into consideration real-time constraints and has been shown only in simulation so far. Further studies are needed to investigate the novel algorithm in a complete software stack for AVs on real cars to investigate the entire perception, planning and control pipeline in crowded scenarios. We release the code developed in this research as an open-source resource for further studies and development. It can be accessed at the following link: https://github.com/TUM-AVS/PedestrianAwareMotionPlanning

arxiv情報

提供元, 利用サービス

arxiv.jp, Google