Frenet Corridor Planner: An Optimal Local Path Planning Framework for Autonomous Driving

要約

有効性と効率の要件に動機付けられているため、経路速度分解ベースの軌道計画方法は、自律的な駆動アプリケーションに広く採用されています。
グローバルルートはオフラインで事前に計算される可能性がありますが、リアルタイムの適応ローカルパスの生成は非常に重要です。
したがって、障害物の周りのスムーズで安全なナビゲーションを保証する自律運転のための最適化に基づいたローカルパス計画戦略であるFrenet Corridor Planner（FCP）を紹介します。
車両を、フレネの空間で凸型の船体として安全性の高い境界箱と歩行者としてモデリングすると、このアプローチは、静的障害物の適切な偏差側を決定することにより、駆動可能な回廊を定義します。
その後、修正された宇宙ドメイン自転車運動学モデルにより、滑らかさ、境界クリアランス、動的障害物リスクの最小化のためのパスの最適化が可能になります。
その後、最適化されたパスが速度プランナーに渡され、最終的な軌跡が生成されます。
広範なシミュレーションと実際のハードウェア実験を通じてFCPを検証し、その効率と有効性を実証します。

要約(オリジナル)

Motivated by the requirements for effectiveness and efficiency, path-speed decomposition-based trajectory planning methods have widely been adopted for autonomous driving applications. While a global route can be pre-computed offline, real-time generation of adaptive local paths remains crucial. Therefore, we present the Frenet Corridor Planner (FCP), an optimization-based local path planning strategy for autonomous driving that ensures smooth and safe navigation around obstacles. Modeling the vehicles as safety-augmented bounding boxes and pedestrians as convex hulls in the Frenet space, our approach defines a drivable corridor by determining the appropriate deviation side for static obstacles. Thereafter, a modified space-domain bicycle kinematics model enables path optimization for smoothness, boundary clearance, and dynamic obstacle risk minimization. The optimized path is then passed to a speed planner to generate the final trajectory. We validate FCP through extensive simulations and real-world hardware experiments, demonstrating its efficiency and effectiveness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google