An Overtaking Trajectory Planning Framework Based on Spatio-temporal Topology and Reachable Set Analysis Ensuring Time Efficiency

要約

高速シナリオでの追い越し軌道の生成には大きな課題があり、通常は階層的な計画手法によって対処されます。
ただし、この方法には 2 つの主な欠点があります。
まず、ヒューリスティック アルゴリズムは初期解を 1 つしか提供できないため、局所最適化につながり、結果として解の品質が低下する可能性があります。
第二に、数値最適化に基づく軌道改良の時間効率が不十分である。
これらの制限を克服するために、本論文では、時空間トポロジーと到達可能セット分析(SROP)に基づく追い越し軌道計画フレームワークを提案し、軌道の品質と時間効率を向上させます。
具体的には、この論文では、さまざまな追い越し動作を表す軌跡を記述するトポロジカル クラスを導入します。これは、多様な初期パスを識別するために上位層プランナーによって使用される時空間トポロジカル検索手法をサポートします。
このアプローチは、局所最適化に陥ることを防ぎ、個別のトポロジーから複数の初期ソリューションを考慮することで全体的なソリューションの品質を向上させます。
さらに、到達可能セットメソッドは、平行軌道評価のために下位層のプランナーに統合されています。
この方法は、車両モデルの制約を最適化プロセスから切り離すことで計画の効率を高め、制御の実現可能性を確保しながら並列計算を可能にします。
シミュレーション結果は、提案された方法が最先端の方法と比較して、生成された軌道の滑らかさを66.8%改善することを示し、軌道の品質を向上させる有効性を強調しています。
さらに、この方法では計算時間が 62.9% 削減され、その効率性が実証されました。

要約(オリジナル)

Generating overtaking trajectories in high-speed scenarios presents significant challenges and is typically addressed through hierarchical planning methods. However, this method has two primary drawbacks. First, heuristic algorithms can only provide a single initial solution, which may lead to local optima and consequently diminish the quality of the solution. Second, the time efficiency of trajectory refinement based on numerical optimization is insufficient. To overcome these limitations, this paper proposes an overtaking trajectory planning framework based on spatio-temporal topology and reachable set analysis (SROP), to improve trajectory quality and time efficiency. Specifically, this paper introduces topological classes to describe trajectories representing different overtaking behaviors, which support the spatio-temporal topological search method employed by the upper-layer planner to identify diverse initial paths. This approach helps prevent getting stuck in local optima, enhancing the overall solution quality by considering multiple initial solutions from distinct topologies. Moreover, the reachable set method is integrated into the lower-layer planner for parallel trajectory evaluation. This method enhances planning efficiency by decoupling vehicle model constraints from the optimization process, enabling parallel computation while ensuring control feasibility. Simulation results show that the proposed method improves the smoothness of generated trajectories by 66.8% compared to state-of-the-art methods, highlighting its effectiveness in enhancing trajectory quality. Additionally, this method reduces computation time by 62.9%, demonstrating its efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google