要約
モーション・プランニングは、自律移動プラットフォームにとって不可欠な要素である。優れたパイプラインは、様々な車両、環境、知覚モジュールを扱えるようにモジュール化されていなければならない。プランニングプロセスはすべての異なるモダリティに対応しなければならず、モジュール式で柔軟な設計でなければならない。しかし、最も重要なことは、安全で堅牢であることである。本稿では、粒子群最適化（PSO）を核とした我々のモーションプランニングパイプラインを紹介したい。このソリューションは、車両のタイプに依存せず、知覚モジュールのための明確で実装が簡単なインターフェースを持っている。さらに、このアプローチは、新しいシナリオに容易に適応できることが特徴です。並列計算により計画サイクルを高速化PSOの原理に従い、軌道プランナーはまず初期軌道の群れを生成し、その後に最適化を行う。基礎となる制御空間とその内部構造を示す。最後に、実世界の自動運転への応用を、コスト関数のモデリングについて深く考察しながら評価で示す。このアプローチは、すでに郊外の日常交通において3.500km以上を安全かつ完全に自律的に走行した我々の自動シャトルで使用されている。
要約(オリジナル)
Motion planning is an essential part of autonomous mobile platforms. A good pipeline should be modular enough to handle different vehicles, environments, and perception modules. The planning process has to cope with all the different modalities and has to have a modular and flexible design. But most importantly, it has to be safe and robust. In this paper, we want to present our motion planning pipeline with particle swarm optimization (PSO) at its core. This solution is independent of the vehicle type and has a clear and simple-to-implement interface for perception modules. Moreover, the approach stands out for being easily adaptable to new scenarios. Parallel calculation allows for fast planning cycles. Following the principles of PSO, the trajectory planer first generates a swarm of initial trajectories that are optimized afterward. We present the underlying control space and inner workings. Finally, the application to real-world automated driving is shown in the evaluation with a deeper look at the modeling of the cost function. The approach is used in our automated shuttles that have already driven more than 3.500 km safely and entirely autonomously in sub-urban everyday traffic.
arxiv情報
| 著者 | Sven Ochs,Jens Doll,Marc Heinrich,Philip Schörner,Sebastian Klemm,Marc René Zofka,J. Marius Zöllner |
| 発行日 | 2024-04-03 11:14:37+00:00 |
| arxivサイト | arxiv_id(pdf) |