Model- and Acceleration-based Pursuit Controller for High-Performance Autonomous Racing

要約

自動レースは、自動運転アルゴリズムを限界まで押し上げ、一般的な自動運転の触媒として機能するため、大きな人気を集めている研究分野です。
大規模な自律レーシング プラットフォームの場合、計算上の制約と複雑さにより、モデル予測制御 (MPC) の使用が制限されることがよくあります。
結果として、ジオメトリ コントローラーが最も頻繁に導入されるコントローラーになります。
これらは、実装と運用の簡素化を実現しながら、パフォーマンスが高いことが証明されています。
しかし、本質的にモデルダイナミクスが組み込まれていないため、レースカーはタイヤのスリップを無視できる速度領域に制限されます。
この論文では、タイヤのダイナミクスを活用しながら幾何学的なアプローチの単純さを維持する、高性能モデルベースの軌道追跡アルゴリズムであるモデルおよび加速ベースの追跡 (MAP) について説明します。
提案されたアルゴリズムにより、最先端 (SotA) 幾何学コントローラーと比較して、前例のない速度での軌道の正確な追跡が可能になります。
MAP コントローラーは実験的に検証されており、横方向トラッキング エラーの点で基準幾何学コントローラーよりも 4 倍優れており、最大 11m/s のテスト速度で 0.055m のトラッキング エラーをもたらします。

要約(オリジナル)

Autonomous racing is a research field gaining large popularity, as it pushes autonomous driving algorithms to their limits and serves as a catalyst for general autonomous driving. For scaled autonomous racing platforms, the computational constraint and complexity often limit the use of Model Predictive Control (MPC). As a consequence, geometric controllers are the most frequently deployed controllers. They prove to be performant while yielding implementation and operational simplicity. Yet, they inherently lack the incorporation of model dynamics, thus limiting the race car to a velocity domain where tire slip can be neglected. This paper presents Model- and Acceleration-based Pursuit (MAP) a high-performance model-based trajectory tracking algorithm that preserves the simplicity of geometric approaches while leveraging tire dynamics. The proposed algorithm allows accurate tracking of a trajectory at unprecedented velocities compared to State-of-the-Art (SotA) geometric controllers. The MAP controller is experimentally validated and outperforms the reference geometric controller four-fold in terms of lateral tracking error, yielding a tracking error of 0.055m at tested speeds up to 11m/s.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google