Modified RRT* for Path Planning in Autonomous Driving

要約

自動運転における重要なタスクには、環境認識、検出と追跡、経路計画、行動制御が含まれます。
このペーパーでは、非常に複雑で動的な環境で最適なパスを見つける必要があるため、困難なタスクの 1 つであるパス計画に焦点を当てます。
通常、運転シナリオのルートには多数の障害物があります。
この論文では、複雑な環境における最適なパスの問題に対処するために、Angle-based Directed Rapidly Exploring Random Trees (AD-RRT*) と呼ばれる 2 段階のパス プランニング アルゴリズムを提案します。
提案されたアルゴリズムは、グローバル パス プランニングに A* アルゴリズムを使用し、角度を使用してサンプルを制限するように RRT* を変更します。
提案されたアルゴリズムの効率は、障害物の位置と数に基づいたさまざまなシナリオでの実験を通じて評価されます。
提案されたアルゴリズムは、基本の RRT* アルゴリズムよりも少ない時間と少ないノード数で高い収束率を示しました。

要約(オリジナル)

Essential tasks in autonomous driving includes environment perception, detection and tracking, path planning and action control. This paper focus on path planning, which is one of the challenging task as it needs to find optimal path in highly complex and dynamic environments. Usually, a driving scenario has large number of obstacles in their route. In this paper, we propose a two-stage path planning algorithm named Angle-based Directed Rapidly exploring Random Trees (AD-RRT*) to address the problem of optimal path in complex environment. The proposed algorithm uses A* algorithm for global path planning and modifies RRT* to bound the samples using angle. The efficiency of the proposed algorithm is evaluated through experiments in different scenarios based on the location and number of obstacles. The proposed algorithm showed higher rate of convergence with reduced time and less number of nodes than the base RRT* algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google