[論文レビュー] An Integrated Framework of Decision Making and Motion Planning for Autonomous Vehicles Considering Social Behaviors

Peng Hang, Chen Lv+4 more|arXiv (Cornell University)|May 22, 2020

Traffic control and management参考文献 35被引用数 4

ひとこと要約

本稿では、自律走行車両の統合的意思決定と運動計画フレームワークを提案する。周囲の交通参加者の社会的行動をスタックルベルクゲーム理論とポテンシャル場を用いてモデル化する。非協力的ゲーム理論とモデル予測制御（MPC）を組み合わせることで、多様な社会的相互作用シナリオ下でも安全で適応的な車線変更が可能となり、3つの検証シナリオにおいて意思決定および軌道計画の精度が向上したことを示した。

ABSTRACT

This paper presents a novel integrated approach to deal with the decision making and motion planning for lane-change maneuvers of autonomous vehicle (AV) considering social behaviors of surrounding traffic occupants. Reflected by driving styles and intentions of surrounding vehicles, the social behaviors are taken into consideration during the modelling process. Then, the Stackelberg Game theory is applied to solve the decision-making, which is formulated as a non-cooperative game problem. Besides, potential field is adopted in the motion planning model, which uses different potential functions to describe surrounding vehicles with different behaviors and road constrains. Then, Model Predictive Control (MPC) is utilized to predict the state and trajectory of the autonomous vehicle. Finally, the decision-making and motion planning is then integrated into a constrained multi-objective optimization problem. Three testing scenarios considering different social behaviors of surrounding vehicles are carried out to validate the performance of the proposed approach. Testing results show that the integrated approach is able to address different social interactions with other traffic participants, and make proper and safe decisions and planning for autonomous vehicles, demonstrating its feasibility and effectiveness.

研究の動機と目的

• 周囲の交通参加者の社会的相互作用をモデル化することで、自律走行車両における安全かつ効果的な車線変更を実現すること。
• 周囲の車両の多様なドライブスタイルと意図を考慮した意思決定と運動計画を統合したフレームワークを構築すること。
• 制約付き多目的最適化アプローチを用いて、複雑な交通環境下での自律走行車両の適応性と安全性を向上させること。
• 周囲の交通参加者の多様な社会的行動を想定した現実的なシナリオ下でフレームワークを検証すること。

提案手法

• 自律走行車両と周囲の交通参加者の戦略的相互作用をモデル化するため、意思決定プロセスを非協力的スタックルベルクゲーム問題として定式化する。
• 運動計画において、周囲の車両と道路制約を、行動固有の関数を有するポテンシャル場で表現する。
• モデル予測制御（MPC）を用いて、有限時間窓における自律走行車両の将来の状態と軌道を予測する。
• 意思決定と運動計画を統合した制約付き多目的最適化問題として定式化することで、一貫性と安全性を確保する。
• 異なるポテンシャル関数を用いて、周囲の車両の異なる社会的行動（例：攻撃的、慎重）を符号化する。
• 異なる社会的相互作用パターンを想定した3つのテストシナリオを用いてフレームワークを検証し、性能と耐障害性を評価する。

実験結果

リサーチクエスチョン

• RQ1 周囲の車両の社会的行動を効果的にモデル化することで、自律走行車両の車線変更意思決定をどのように改善できるか？
• RQ2 意思決定と運動計画を統合することで、自律走行車両の安全性と適応性にどのような影響を与えるか？
• RQ3 提案されたフレームワークは、周囲の交通参加者の多様なドライブスタイルと意図をどのように処理するか？
• RQ4 統合的アプローチは、複数の現実的な交通相互作用シナリオにおいても安全性と性能を維持できるか？
• RQ5 スタックルベルクゲーム理論は、不確実性下での戦略的意思決定をどのように可能にするか？

主な発見

• 統合フレームワークは、協力的および競争的行動を含む多様な社会的相互作用パターンを、車線変更の過程で効果的に処理できた。
• スタックルベルクゲーム理論の導入により、自律走行車両は周囲の車両の意図を戦略的に予測し、それに応じた反応が可能になった。
• モデル予測制御により、動的条件下でも正確な軌道予測とリアルタイムでの適応性が確保された。
• 3つのテストシナリオすべてにおいて、衝突や安全でない運転行動が観察されず、安全性と意思決定の質が向上した。
• 行動固有のポテンシャル場の統合により、環境モデルに異なる社会的行動を反映させることで、運動計画の耐障害性が向上した。
• 制約付き多目的最適化定式化により、意思決定と運動計画の両コンponentに一貫性があり、実行可能な解が得られた。