GTP-UDrive: Unified Game-Theoretic Trajectory Planner and Decision-Maker for Autonomous Driving in Mixed Traffic Environments

要約

自動運転車と人間が運転する車両の間の相互依存性を理解することは、依然として継続的な課題であり、自動運転の安全性と実現可能性に重大な影響を及ぼします。この相互依存性は、道路利用者間の固有の相互作用から生じます。したがって、自動運転車 (AV) が理解することは非常に重要です。
この目的のために、本稿では、混合交通環境を考慮した統合ゲーム理論的軌道プランナーおよび意思決定者である GTP-UDRIVE を紹介します。
私たちのモデルは、意思決定プロセスにおいて他の車両の意図を考慮し、クロソイド補間技術に基づいて AV に人間のような軌道を提供します。% この研究では、次のように迅速に収束する粒子群最適化 (PSO) に基づくソルバーを調査します。
高度にインタラクティブな交通シナリオの中でも、交差点の横断は特に困難です。
したがって、信号のない交差点で実験用自動運転車を使用して、実際の交通状況におけるこの方法の実現可能性と有効性を実証することにしました。
テストの結果、私たちのアプローチが 1) 意思決定と軌道の生成を同時に行うのに適していることがわかりました。
2) 車両の軌道を区分的クロソイドとして記述し、幾何学的制約を適用します。
3) 軌道最適化問題の探索空間の次元を削減します。

要約(オリジナル)

Understanding the interdependence between autonomous and human-operated vehicles remains an ongoing challenge, with significant implications for the safety and feasibility of autonomous driving.This interdependence arises from inherent interactions among road users.Thus, it is crucial for Autonomous Vehicles (AVs) to understand and analyze the intentions of human-driven vehicles, and to display behavior comprehensible to other traffic participants.To this end, this paper presents GTP-UDRIVE, a unified game-theoretic trajectory planner and decision-maker considering a mixed-traffic environment. Our model considers the intentions of other vehicles in the decision-making process and provides the AV with a human-like trajectory, based on the clothoid interpolation technique.% This study investigates a solver based on Particle Swarm Optimization (PSO) that quickly converges to an optimal decision.Among highly interactive traffic scenarios, the intersection crossing is particularly challenging. Hence, we choose to demonstrate the feasibility and effectiveness of our method in real traffic conditions, using an experimental autonomous vehicle at an unsignalized intersection. Testing results reveal that our approach is suitable for 1) Making decisions and generating trajectories simultaneously. 2) Describing the vehicle’s trajectory as a piecewise clothoid and enforcing geometric constraints. 3) Reducing search space dimensionality for the trajectory optimization problem.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google