Towards Cooperative Maneuver Planning in Mixed Traffic at Urban Intersections

要約

コネクテッド自動運転は、高速道路や都市部での交通効率と安全性の大幅な向上を約束します。
無線通信リンクを介した認識および知覚情報の共有とは別に、協力的な操縦計画により、都市の交差点での接続された自動運転車両のアクティブな誘導が促進される可能性があります。
自動交差点管理の研究では、主に完全に自動化されたシミュレート環境でルールベースまたは最適化ベースのアプローチを採用する大量の研究が発表されています。
この研究では、混合交通、つまり自動運転車両と人間が運転する通常の車両が道路を共有する場合に対応できる 2 つの協調計画アプローチを紹介します。
まず、複数の予測された協調操作から最も効率的なものを周期的に選択する、実際の運転データに基づいてトレーニングされた最適化ベースのプランナーを提案します。
さらに、グラフベースの強化学習に基づいた協力計画アプローチを提案します。これにより、協力操縦のためのグラウンドトゥルースデータの欠如が克服されます。
高忠実度シミュレーションと現実世界の交通における両方の協調プランナーの評価結果を示します。
完全に自動化された交通と混合交通におけるシミュレーション実験では、協調的な操縦計画により、相互作用による遅延が減少し、停止回数が減少することが示されています。
公共交通機関で接続された 3 台のプロトタイプの自動運転車両を使った実際の実験では、両方の計画担当者が効率的な協力操縦を実行する能力を実証しました。

要約(オリジナル)

Connected automated driving promises a significant improvement of traffic efficiency and safety on highways and in urban areas. Apart from sharing of awareness and perception information over wireless communication links, cooperative maneuver planning may facilitate active guidance of connected automated vehicles at urban intersections. Research in automatic intersection management put forth a large body of works that mostly employ rule-based or optimization-based approaches primarily in fully automated simulated environments. In this work, we present two cooperative planning approaches that are capable of handling mixed traffic, i.e., the road being shared by automated vehicles and regular vehicles driven by humans. Firstly, we propose an optimization-based planner trained on real driving data that cyclically selects the most efficient out of multiple predicted coordinated maneuvers. Additionally, we present a cooperative planning approach based on graph-based reinforcement learning, which conquers the lack of ground truth data for cooperative maneuvers. We present evaluation results of both cooperative planners in high-fidelity simulation and real-world traffic. Simulative experiments in fully automated traffic and mixed traffic show that cooperative maneuver planning leads to less delay due to interaction and a reduced number of stops. In real-world experiments with three prototype connected automated vehicles in public traffic, both planners demonstrate their ability to perform efficient cooperative maneuvers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google