Real-Time Spatial Trajectory Planning for Urban Environments Using Dynamic Optimization

要約

都市環境における自動運転車両の軌道を計画するには、高い汎用性、長い計画期間、および高速な更新速度を備えた方法が必要です。
経路速度分解を使用して、予測された軌道を生成し、さまざまな状態と制御の制約を効果的に処理できる新しい計画フレームワークに貢献します。
関連する研究とは対照的に、提案された最適制御問題は、時間ではなく空間にわたって定式化されます。
この空間定式化により、環境制約が最適化変数から切り離され、シンプルでありながら効率的な撮影方法の適用が可能になります。
この目的を達成するために、拡張ラグランジアン フレームワークで ILQR に基づいたカスタマイズされたソリューション戦略を提示し、実行不可能な初期ソリューションの下でも軌道目標コストを迅速に最小限に抑えます。
シミュレーションおよび実際の都市交通における実物大の自動運転車両での評価により、提案されたアプローチのリアルタイム機能と多用途性が示されています。

要約(オリジナル)

Planning trajectories for automated vehicles in urban environments requires methods with high generality, long planning horizons, and fast update rates. Using a path-velocity decomposition, we contribute a novel planning framework, which generates foresighted trajectories and can handle a wide variety of state and control constraints effectively. In contrast to related work, the proposed optimal control problems are formulated over space rather than time. This spatial formulation decouples environmental constraints from the optimization variables, which allows the application of simple, yet efficient shooting methods. To this end, we present a tailored solution strategy based on ILQR, in the Augmented Lagrangian framework, to rapidly minimize the trajectory objective costs, even under infeasible initial solutions. Evaluations in simulation and on a full-sized automated vehicle in real-world urban traffic show the real-time capability and versatility of the proposed approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google