Collision and Obstacle Avoidance for Industrial Autonomous Vehicles — Simulation and Experimentation Based on a Cooperative Approach

要約

インダストリー 4.0 の課題の 1 つは、製造会社におけるデータ、製品、材料の流れを決定し、最適化することです。
これらの課題を実現するために、無人搬送車 (AGV) の利用など、多くのソリューションが定義されています。
ただし、これらの車両が適応性と柔軟性の点でインダストリー 4.0 の要件を完全に満たすには、誘導されることがハンディキャップになります。車両の自律性を所定の軌道に制限することはできません。
したがって、彼らの自主性を養う必要があります。
これは、インテリジェントで協調的な自律移動ロボットの形で、新世代の産業用自律車両 (IAV) を設計することで可能になります。道路交通の分野では、車両を自律走行させるための研究が非常に活発です。
産業環境で発生する可能性があるものと同様の問題のある交通状況を解決する多くのアルゴリズムは、産業分野、つまり IAV に置き換えることができます。
専用機関 (ETSI TC ITS など) で標準化された技術 (車両間の意識や協力能力を向上させるための車両間のメッセージ交換に関する技術など) は、産業分野に置き換えることもできます。
インテリジェントな自動運転車両の導入には、従業員による受け入れやすさ、車両の位置、交通の流動性、変化する環境 (動的) に対する車両の認識、車両とインフラの連携、車両の異種性など、いくつかの課題が生じます。
これに関連して、IAV の自律性を開発するには、適切な作業方法が必要です。
IAV の自律性の向上によって引き起こされるさまざまな問題に対して、再利用可能または適応可能なアルゴリズムを特定するだけでは十分ではなく、提案された解決策をモデル化し、シミュレーションし、テストし、実験できることも必要です。
シミュレーションは、アルゴリズムの適応と検証だけでなく、実験の設計と準備も可能にするため、不可欠です。フリートの自律性を向上させるために、集合知に依存して車両の動作を適応させるアプローチを検討します。
この章では、衝突と障害物の回避に関連して IAV が直面する一連の問題に焦点を当てます。
これらの問題の中でも、デッドロック状況として知られる、2 台の車両が同時に交差点を横断する必要がある場合に特に関心があります。
ただし、通路に障害物があり、車両が安全に回避する必要がある場合も同様です。

要約(オリジナル)

One of the challenges of Industry 4.0, is to determine and optimize the flow of data, products and materials in manufacturing companies. To realize these challenges, many solutions have been defined such as the utilization of automated guided vehicles (AGVs). However, being guided is a handicap for these vehicles to fully meet the requirements of Industry 4.0 in terms of adaptability and flexibility: the autonomy of vehicles cannot be reduced to predetermined trajectories. Therefore, it is necessary to develop their autonomy. This will be possible by designing new generations of industrial autonomous vehicles (IAVs), in the form of intelligent and cooperative autonomous mobile robots.In the field of road transport, research is very active to make the car autonomous. Many algorithms, solving problematic traffic situations similar to those that can occur in an industrial environment, can be transposed in the industrial field and therefore for IAVs. The technologies standardized in dedicated bodies (e.g., ETSI TC ITS), such as those concerning the exchange of messages between vehicles to increase their awareness or their ability to cooperate, can also be transposed to the industrial context. The deployment of intelligent autonomous vehicle fleets raises several challenges: acceptability by employees, vehicle location, traffic fluidity, vehicle perception of changing environments (dynamic), vehicle-infrastructure cooperation, or vehicles heterogeneity. In this context, developing the autonomy of IAVs requires a relevant working method. The identification of reusable or adaptable algorithms to the various problems raised by the increase in the autonomy of IAVs is not sufficient, it is also necessary to be able to model, to simulate, to test and to experiment with the proposed solutions. Simulation is essential since it allows both to adapt and to validate the algorithms, but also to design and to prepare the experiments.To improve the autonomy of a fleet, we consider the approach relying on a collective intelligence to make the behaviours of vehicles adaptive. In this chapter, we will focus on a class of problems faced by IAVs related to collision and obstacle avoidance. Among these problems, we are particularly interested when two vehicles need to cross an intersection at the same time, known as a deadlock situation. But also, when obstacles are present in the aisles and need to be avoided by the vehicles safely.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google