Approaching Current Challenges in Developing a Software Stack for Fully Autonomous Driving

要約

自律運転は複雑な取り組みです。
一般的なアプローチは、モジュール化を通じて運転タスクを個々のサブタスクに分解することです。
これらのサブモジュールは通常、個別に開発および公開されます。
ただし、これらの個別に開発されたアルゴリズムを再度組み合わせてフルスタックの自律運転ソフトウェアを形成する必要がある場合、これは特定の課題をもたらします。
Tum Autonomous Motorsportのソフトウェアを開発する際の実際の経験に基づいて、科学環境内で自律的な駆動ソフトウェアスタックの開発におけるこれらの課題を特定し、導き出しました。
個々のアルゴリズムの特定の課題ではなく、実際のテスト車両に研究アルゴリズムを展開するときに発生する一般的な困難に焦点を当てています。
これらの課題を克服するために、開発アプローチに効果的な戦略を紹介します。
さらに、GitHubでこれらの概念を有効にするオープンソースの実装を提供します。
その結果、このペーパーの貢献により、将来のフルスタックの自律運転プロジェクトが簡素化されます。これは、個々のアルゴリズムの徹底的な評価に不可欠です。

要約(オリジナル)

Autonomous driving is a complex undertaking. A common approach is to break down the driving task into individual subtasks through modularization. These sub-modules are usually developed and published separately. However, if these individually developed algorithms have to be combined again to form a full-stack autonomous driving software, this poses particular challenges. Drawing upon our practical experience in developing the software of TUM Autonomous Motorsport, we have identified and derived these challenges in developing an autonomous driving software stack within a scientific environment. We do not focus on the specific challenges of individual algorithms but on the general difficulties that arise when deploying research algorithms on real-world test vehicles. To overcome these challenges, we introduce strategies that have been effective in our development approach. We additionally provide open-source implementations that enable these concepts on GitHub. As a result, this paper’s contributions will simplify future full-stack autonomous driving projects, which are essential for a thorough evaluation of the individual algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google