Autonomous Navigation of Tractor-Trailer Vehicles through Roundabout Intersections

要約

近年、安全性と効率性の向上を目的として自動運転の分野で大きな進歩が見られます。
しかし、トラクタートレーラー車両に焦点を当てた研究は比較的少ないです。
物理的特性と関節接合部のため、このような車両にはカスタマイズされたモデルが必要です。
旋回中、トレーラーの後輪はより狭い半径で回転するため、トラックはこれに対応するために車線の中心から逸脱しなければならないことがよくあります。
公開されているモデルが不足しているため、この作業では、ベンチマークのベースライン データセットを確立するために、高忠実度シミュレーション ソフトウェア CARLA といくつかのラウンドアバウト シナリオを使用してトラックとトレーラーのモデルを開発します。
Twin-Q ソフト アクター クリティカル アルゴリズムを使用して、さまざまな環状交差点で 73% の成功率を達成できる準エンドツーエンドの自動運転モデル​​をトレーニングします。

要約(オリジナル)

In recent years, significant advancements have been made in the field of autonomous driving with the aim of increasing safety and efficiency. However, research that focuses on tractor-trailer vehicles is relatively sparse. Due to the physical characteristics and articulated joints, such vehicles require tailored models. While turning, the back wheels of the trailer turn at a tighter radius and the truck often has to deviate from the centre of the lane to accommodate this. Due to the lack of publicly available models, this work develops truck and trailer models using the high-fidelity simulation software CARLA, together with several roundabout scenarios, to establish a baseline dataset for benchmarks. Using a twin-q soft actor-critic algorithm, we train a quasi-end-to-end autonomous driving model which is able to achieve a 73% success rate on different roundabouts.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google