A Data-Driven Aggressive Autonomous Racing Framework Utilizing Local Trajectory Planning with Velocity Prediction

要約

自律走行の発展により、自律レースに関する研究が活発化している。しかし，既存の局所軌道計画法では，鋭角コーナーのあるレーストラックにおいて最適な速度プロファイルを持つ軌道を計画することが困難であり，自律走行レースのパフォーマンスを低下させる．この問題を解決するために、我々はモデル予測輪郭制御に基づく速度予測（Velocity Prediction based on Model Predictive Contouring Control：VPMPCC）を統合した局所軌道計画法を提案する。VPMPCCの最適なパラメータは、提案する新しいOFR(Objective Function adapted to Racing)に基づくベイズ最適化(Bayesian Optimization)によって学習される。具体的には、VPMPCCはレーストラックを参照速度プロファイルとして符号化し、最適化問題に組み込むことで速度予測を実現する。この方法は、特に曲率の大きいコーナーでの局所的な軌跡の速度プロファイルを最適化します。提案するOFRは、レース性能と車両の安全性をバランスさせ、安全で効率的なBOトレーニングを実現します。シミュレーションの結果、OFRに基づくBOの訓練反復回数は、最新の手法と比較して42.86%減少しました。そして、シミュレーションで訓練された最適なパラメータは、再トレーニングを行うことなく、実際のF1TENTH車両に適用されます。大きな鋭角コーナーを特徴とする特注のレーストラックで長時間レースを行った場合、VPMPCCの平均投影速度は車両のハンドリング限界の93.18%に達した。公開されたコードは、https://github.com/zhouhengli/VPMPCC。

要約(オリジナル)

The development of autonomous driving has boosted the research on autonomous racing. However, existing local trajectory planning methods have difficulty planning trajectories with optimal velocity profiles at racetracks with sharp corners, thus weakening the performance of autonomous racing. To address this problem, we propose a local trajectory planning method that integrates Velocity Prediction based on Model Predictive Contouring Control (VPMPCC). The optimal parameters of VPMPCC are learned through Bayesian Optimization (BO) based on a proposed novel Objective Function adapted to Racing (OFR). Specifically, VPMPCC achieves velocity prediction by encoding the racetrack as a reference velocity profile and incorporating it into the optimization problem. This method optimizes the velocity profile of local trajectories, especially at corners with significant curvature. The proposed OFR balances racing performance with vehicle safety, ensuring safe and efficient BO training. In the simulation, the number of training iterations for OFR-based BO is reduced by 42.86% compared to the state-of-the-art method. The optimal simulation-trained parameters are then applied to a real-world F1TENTH vehicle without retraining. During prolonged racing on a custom-built racetrack featuring significant sharp corners, the mean projected velocity of VPMPCC reaches 93.18% of the vehicle’s handling limits. The released code is available at https://github.com/zhouhengli/VPMPCC.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL