On-line Motion Planning Using Bernstein Polynomials for Enhanced Target Localization in Autonomous Vehicles

要約

最新のアプリケーションでターゲットの位置を特定するための自動運転車の使用は、人間が操作する方法よりも優れた効率、安全性の向上、およびコスト上の利点を強調しています。
位置特定タスクでは、自動運転車を使用すると効率が向上し、可能な限り迅速かつ正確にターゲットの位置を特定できます。
ただし、リアルタイム実装に適した計算効率の高い方法でこれらの目的を達成するための動作計画スキームを考案することは簡単ではありません。
この論文では、バーンスタイン多項式基底関数を利用してターゲットの軌道の確率分布を近似する、強化されたターゲット位置特定のための動作計画ソリューションを紹介します。
これにより、モーション プランナーが推定の有効性を高めるために使用する推定パフォーマンス基準を導き出すことができます。
結論として、提案されたアルゴリズムの有効性を検証するシミュレーション結果を示します。

要約(オリジナル)

The use of autonomous vehicles for target localization in modern applications has emphasized their superior efficiency, improved safety, and cost advantages over human-operated methods. For localization tasks, autonomous vehicles can be used to increase efficiency and ensure that the target is localized as quickly and precisely as possible. However, devising a motion planning scheme to achieve these objectives in a computationally efficient manner suitable for real-time implementation is not straightforward. In this paper, we introduce a motion planning solution for enhanced target localization, leveraging Bernstein polynomial basis functions to approximate the probability distribution of the target’s trajectory. This allows us to derive estimation performance criteria which are used by the motion planner to enhance the estimator efficacy. To conclude, we present simulation results that validate the effectiveness of the suggested algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google