Optimization-based motion primitive automata for autonomous driving

要約

自動運転車の軌道計画は、非線形の動的システムの動作をオートマトンにエンコードする原始ベースの方法で対処できます。
この論文では、最適な軌道計画に焦点を当てます。
通常、複数の基準を考慮する必要があるため、多目的最適化問題を解決する必要があります。
結果として得られるパレート最適モーション プリミティブについては、計画中に優先順位付けされた基準に従って削減または再構成できるユニバーサル オートマトンを導入します。
シミュレーションと室内実験の両方を使用して、対応する複数車両計画シナリオを評価します。

要約(オリジナル)

Trajectory planning for autonomous cars can be addressed by primitive-based methods, which encode nonlinear dynamical system behavior into automata. In this paper, we focus on optimal trajectory planning. Since, typically, multiple criteria have to be taken into account, multiobjective optimization problems have to be solved. For the resulting Pareto-optimal motion primitives, we introduce a universal automaton, which can be reduced or reconfigured according to prioritized criteria during planning. We evaluate a corresponding multi-vehicle planning scenario with both simulations and laboratory experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google