[論文レビュー] A Geometric Approach to On-road Motion Planning for Long and Multi-Body Heavy-Duty Vehicles

Rui Oliveira, Oskar Ljungqvist+3 more|arXiv (Cornell University)|Oct 14, 2020

Robotic Path Planning Algorithms参考文献 20被引用数 4

ひとこと要約

本論文は、長距離で多段階の重機関連車両（バスやトレーラーを含む）の運動計画を最適化するための幾何的フレームワークを提案する。このフレームワークでは、バスの前軸と後軸、またはアーチレートド・トレーラーのトレーラー後軸とトレクター後軸の中心合わせの最適なトレードオフを導出する。解析的幾何的導出を用いて、オンラインで重みパラメータを計算し、スイープ領域を最小化することで、車両全体が車線内に中央に位置するパスを生成する。これにより、従来の手法に比べて、安全性と操舵性が著しく向上する。

ABSTRACT

Driving heavy-duty vehicles, such as buses and tractor-trailer vehicles, is a difficult task in comparison to passenger cars. Most research on motion planning for autonomous vehicles has focused on passenger vehicles, and many unique challenges associated with heavy-duty vehicles remain open. However, recent works have started to tackle the particular difficulties related to on-road motion planning for buses and tractor-trailer vehicles using numerical optimization approaches. In this work, we propose a framework to design an optimization objective to be used in motion planners. Based on geometric derivations, the method finds the optimal trade-off between the conflicting objectives of centering different axles of the vehicle in the lane. For the buses, we consider the front and rear axles trade-off, whereas for articulated vehicles, we consider the tractor and trailer rear axles trade-off. Our results show that the proposed design strategy results in planned paths that considerably improve the behavior of heavy-duty vehicles by keeping the whole vehicle body in the center of the lane.

研究の動機と目的

• バスやトレーラーを含む長距離・多段階の重機関連車両における有効な運動計画戦略の欠如に取り組むこと。これらは乗用車には見られない独自の課題を抱える。
• 1つの車線内で複数の車両部品（例：バスの前軸と後軸、または半トレーラーのトレクターとトレーラー）の中心合わせという、対立する目的を解消すること。
• 時間のかかるオフラインチューニングを回避するため、計算効率が高く、オンラインで最適な重みパラメータを決定する方法を開発すること。
• 長距離車両と多段階車両の運動計画を、統一的な幾何的最適化フレームワークで統合すること。
• 車両本体がスイープする領域を最小化することで、パスの品質を向上させ、都市部の走行における安全性と安定性を向上させること。

提案手法

• 車両運動学と道路制約の幾何的分析を用いて、運動計画の目的関数の最適な重みパラメータを導出する。
• 車両を定義された幾何的エンベロープを持つ、連結された剛体の集合体としてモデル化し、車線中央からの最大横方向ずれを計算する。
• 停留性原理とエンベロープ幅の最小化を用いて、軸の中心合わせの目的の間の最適なトレードオフを特定する。
• 得られた重みを、リアルタイム実行が可能な順序付き二次計画法（SQP）とリアルタイム反復（RTI）スキームを用いた数値最適化フレームワークに適用する。
• オンラインで最適な重みパラメータを計算し、道路の曲率や構成の変化に動的に適応可能にする。
• 実世界の道路データ（スカニアのテスト施設から取得）を用いてフレームワークを検証し、実用的妥当性を確保する。

実験結果

リサーチクエスチョン

• RQ1 バスの前軸と後軸といった複数の軸の中心合わせという対立する目的を、運動計画においてどのように最適にバランスさせるか？
• RQ2 アーチレートド・トレーラー車両において、トレクターとトレーラーの後軸の中心合わせの幾何的最適なトレードオフは何か？
• RQ3 運動計画の目的関数の最適な重みパラメータを、時間のかかるオフラインチューニングではなく、解析的に導出できるか？
• RQ4 提案された幾何的最適化は、従来の手法に比べて、車両のスイープ領域と車線中央合わせの両面でどのように向上するか？
• RQ5 得られた最適化フレームワークは、オンラインで適用可能であり、道路状況の変化に動的に適応可能か？

主な発見

• 提案手法により、車両エンベロープの最大横方向ずれが左側で2.30 m、右側で2.26 mに低減され、幾何的に期待される幅2.27 mに非常に近い値となった。
• 運動計画はトレクターとトレーラーの両方の中心合わせをバランスよく実現しており、両方のエンベロープ幅が理論的最適幅から±0.03 m以内に収まった。
• 計画されたパスの曲率は、停留性原理から導出された最適曲率をよく再現しており、最大ずれは0.01 rad/m未満であった。
• トレクター・トレーラーのアーチケーション角βが良好に維持されており、計画されたパスが幾何的に導出されたβプロファイルとよく一致した。
• リアルタイム反復（RTI）スキームでは、バスで平均0.030 s、トレーラーで平均0.050 sの計算時間を達成し、最悪ケースではSQPの10倍以上速かった。
• オフラインでの重みパラメータチューニングの必要性がなくなり、道路特性や車両構成に応じた動的・オンラインでの適応が可能になった。