[論文レビュー] A Tutorial On Autonomous Vehicle Steering Controller Design, Simulation and Implementation

Ali Boyali, Seichi Mita+1 more|arXiv (Cornell University)|Mar 10, 2018

Robotic Path Planning Algorithms被引用数 7

ひとこと要約

本チュートリアルでは、運動学的および動力学的モデルを用いて、自律走行車両の低レベル横方向制御系の設計、シミュレーション、実装の実用的手法を提示する。経路データからの曲率計算の詳細と、誤差座標におけるLQR制御の適用により、シミュレーションおよび実世界での実装を伴う実験的検証を通じて、安定した経路追従性を示している。

ABSTRACT

In this tutorial, we detailed simple controllers for autonomous parking and path following for self-driving cars providing practical methods for curvature computation.

研究の動機と目的

• 自律走行車両の低レベル横方向運動制御系設計の実用的ガイドを提供すること。
• 経路追従のための記録済み車両経路データからの正確な曲率計算の課題に対処すること。
• 運動学的および動力学的車両モデルを用いて、理論的制御設計と実世界の実装を橋渡しすること。
• 誤差座標におけるLQR制御が、安定的かつ正確な経路追従性を達成するために効果的に適用できることを示すこと。
• シミュレーションおよびリアルタイムテスト用の例題コードを提供することで、実装を支援すること。

提案手法

• 後軸中心の追跡を前提としたPfaffian制約方程式に基づき、ステアリング角および速度入力を用いた運動学的車両モデルを導出する。
• 小スリップ角および一定速度の仮定の下で、線形化されたタイヤ力を持つ単一車輪モデルを用いた単一車両動的モデルを適用する。
• 横方向偏差、横方向速度、姿勢誤差、ヨー率を追跡する状態空間モデルを用いて、誤差座標におけるLQR制御系を設計する。
• 制御効率と追従誤差の最適化を図るため、正半定値Q行列および正定値R行列を用いてコスト関数を二次形式に変換する。
• 閉ループ安定性を確保するため、離散代数的リカッチ方程式（DARE）を解き、最適フィードバックゲインKを計算する。
• 運動学的制御系における性能向上を目的として、経路データからのフィードフォワード曲率計算を統合する。

実験結果

リサーチクエスチョン

• RQ1 記録済み車両経路データからの曲率を、自律走行車両の経路追従に使用する際に、どのように正確に計算できるか？
• RQ2 低レベルステアリング制御系設計において、運動学的モデルと動力学的モデルの主な違いとトレードオフは何か？
• RQ3 誤差座標におけるLQR制御を効果的に適用することで、安定的かつ正確な経路追従性を達成するにはどうすればよいか？
• RQ4 これらの制御系を実際の自律走行車両に展開する際の実用的課題は何か？
• RQ5 フィードフォワード曲率項は、運動学的ステアリング制御系の性能をどのように向上させるか？

主な発見

• 誤差座標におけるLQR制御系は、閉ループ遷移行列のすべての固有値の実部が負であるため、漸近的安定性を達成している。
• 制御系設計により、横方向運動と縦方向運動の制御が成功裏に分離され、速度や曲率の変化に対しても強固な経路追従性が実現された。
• 経路データからの曲率計算により、フィードフォワード制御が有効に実装され、運動学的制御系における追従精度が顕著に向上した。
• 線形化されたタイヤ力を持つ単一車輪動的モデルの使用により、制御系設計に適した車両横方向動態の正確な表現が可能となった。
• 実験結果から、提案されたLQRおよび運動学的制御系が、シミュレーションおよび実世界のテストにおいて、1メートル未満の経路追従誤差を達成していることが確認された。
• 併せて提供される例題コードにより、研究者およびエンジニアは、リアルタイム実装を想定した制御系設計の再現および拡張が可能となった。