DTR: Delaunay Triangulation-based Racing for Scaled Autonomous Racing

要約

自律レース用のリアクティブコントローラーは、制御アクションにセンサー入力を直接マッピングし、ローカリゼーションと計画の必要性を排除することにより、完全なEE-Think-ACT Autonomy Stackの計算オーバーヘッドを回避します。
広く使用されているリアクティブ戦略はFTGで、Lidar範囲の測定値のギャップを識別し、選択したものに向かって操縦します。
FTGは、完全に境界のある回路で有効になりますが、境界が不完全なシナリオで失敗し、FTGトラップとして知られる行き止まりに駆動する傾向があります。
この作業では、生のライダーの測定値からのDelaunayの三角形分割を組み合わせた反応性コントローラーであるDTRを、トラック境界セグメンテーションと、FTGトラップを体系的に避けながら中心線を抽出します。
FTGと比較して、提案された方法は、70 \％が高速なラップタイムを達成し、MAP依存の方法のパフォーマンスに近づきます。
8.95ミリ秒のレイテンシとロボットのOBCでのみ38.85 \％のCPU使用量で、DTRはリアルタイムの有能であり、フィールド実験で正常に展開および評価されています。

要約(オリジナル)

Reactive controllers for autonomous racing avoid the computational overhead of full ee-Think-Act autonomy stacks by directly mapping sensor input to control actions, eliminating the need for localization and planning. A widely used reactive strategy is FTG, which identifies gaps in LiDAR range measurements and steers toward a chosen one. While effective on fully bounded circuits, FTG fails in scenarios with incomplete boundaries and is prone to driving into dead-ends, known as FTG-traps. This work presents DTR, a reactive controller that combines Delaunay triangulation, from raw LiDAR readings, with track boundary segmentation to extract a centerline while systematically avoiding FTG-traps. Compared to FTG, the proposed method achieves lap times that are 70\% faster and approaches the performance of map-dependent methods. With a latency of 8.95 ms and CPU usage of only 38.85\% on the robot’s OBC, DTR is real-time capable and has been successfully deployed and evaluated in field experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google