A Low-Cost Lane-Following Algorithm for Cyber-Physical Robots

要約

Duckiebot は、研究や教育の分野で広く使用されている低コストの移動ロボットです。
ダッキータウン プラットフォーム用の既存の自動運転アルゴリズムはありますが、複数車線のトラックを移動するには複雑すぎるか、パフォーマンスが低すぎます。
さらに、配布範囲外の入力検出などの追加タスクを実行できるように、Duckiebot にメモリと計算リソースを与えることが不可欠です。
これらの制約を満たすために、私たちは2車線の軌道上を走行できる低コストの自動運転アルゴリズムを構築しました。
このアルゴリズムは、従来のコンピューター ビジョン技術を使用して、トラック上の中央車線を識別し、関連するステアリング角度を取得します。
ステアリングは PID コントローラーによって制御され、Duckiebot の動きを滑らかにします。
このアルゴリズムのパフォーマンスは、NeurIPS 2018 AI Driving オリンピック (AIDO​​) ファイナリストのパフォーマンスと比較され、1 名を除くすべてのファイナリストを上回りました。
私たちのアルゴリズムの 2 つの主な貢献は、計算要件が低いことと、アルゴリズムの信頼性を高めるための継続的な取り組みによる非常に迅速なセットアップです。

要約(オリジナル)

Duckiebots are low-cost mobile robots that are widely used in the fields of research and education. Although there are existing self-driving algorithms for the Duckietown platform, they are either too complex or perform too poorly to navigate a multi-lane track. Moreover, it is essential to give memory and computational resources to a Duckiebot so it can perform additional tasks such as out-of-distribution input detection. In order to satisfy these constraints, we built a low-cost autonomous driving algorithm capable of driving on a two-lane track. The algorithm uses traditional computer vision techniques to identify the central lane on the track and obtain the relevant steering angle. The steering is then controlled by a PID controller that smoothens the movement of the Duckiebot. The performance of the algorithm was compared to that of the NeurIPS 2018 AI Driving Olympics (AIDO) finalists, and it outperformed all but one finalists. The two main contributions of our algorithm are its low computational requirements and very quick set-up, with ongoing efforts to make it more reliable.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google