Sampling-Based Motion Planning with Online Racing Line Generation for Autonomous Driving on Three-Dimensional Race Tracks

要約

自動レースの軌道計画に対する既存のアプローチは、サンプリングベースの方法を採用しており、多数のジャーク最適軌道を生成し、オフラインで計算されたレーシングラインからの逸脱にペナルティを与えるコスト関数に基づいて最も有利な実現可能な軌道を選択します。
これらの方法はオーバルトラックでは成功しますが、ジャーク最適エッジの単純化されたジオメトリがレーシングラインの複雑さを捉えることができないため、複雑なサーキットでは制限に直面します。
さらに、これらは 2 次元のトラックのみを考慮しており、実際の動的ポテンシャルを無視または超えている可能性があります。
本稿では、複雑なレーストラックでもレーシングラインのラップタイムを維持し、レーストラックの三次元効果を考慮できる、自律型レースのためのサンプリングベースのローカル軌道計画アプローチを紹介します。
シミュレーション実験では、既存のアプローチと比較して、私たちのアプローチがラップタイムの短縮と動的制限の利用率の向上を達成することを実証しました。
また、オフラインで計算されるクローズド レーシング ラインとは対照的に、限られた空間範囲で現在の車両の状態から時間最適解が計画されるオンライン レーシング ライン生成の影響も調査します。
サンプリングベースのプランナーとオンラインレーシングライン生成を組み合わせることで、複数車両のシナリオでラップタイムを大幅に短縮できることを示します。

要約(オリジナル)

Existing approaches to trajectory planning for autonomous racing employ sampling-based methods, generating numerous jerk-optimal trajectories and selecting the most favorable feasible trajectory based on a cost function penalizing deviations from an offline-calculated racing line. While successful on oval tracks, these methods face limitations on complex circuits due to the simplistic geometry of jerk-optimal edges failing to capture the complexity of the racing line. Additionally, they only consider two-dimensional tracks, potentially neglecting or surpassing the actual dynamic potential. In this paper, we present a sampling-based local trajectory planning approach for autonomous racing that can maintain the lap time of the racing line even on complex race tracks and consider the race track’s three-dimensional effects. In simulative experiments, we demonstrate that our approach achieves lower lap times and improved utilization of dynamic limits compared to existing approaches. We also investigate the impact of online racing line generation, in which the time-optimal solution is planned from the current vehicle state for a limited spatial horizon, in contrast to a closed racing line calculated offline. We show that combining the sampling-based planner with the online racing line generation can significantly reduce lap times in multi-vehicle scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google