[論文レビュー] Autonomous Last-mile Delivery Vehicles in Complex Traffic Environments

Bai Li, Shaoshan Liu+4 more|arXiv (Cornell University)|Jan 22, 2020

Autonomous Vehicle Technology and Safety参考文献 8被引用数 5

ひとこと要約

本論文は、中国の混雑した都市環境に特化した、複雑な交通環境下で自律走行する最終一英里配送車両の包括的な技術的ソリューションを提示する。システムは高度な認識、予測、制御モジュールと安全を最優先とした戦略を統合し、300台を超える車両が数十の省にわたり運用され、715,819マイルの走行距離と数百万時間の道路走行テストを達成。歩行者、自転車、オートバイが混在する状況でも高い信頼性を発揮した。

ABSTRACT

E-commerce has evolved with the digital technology revolution over the years. Last-mile logistics service contributes a significant part of the e-commerce experience. In contrast to the traditional last-mile logistics services, smart logistics service with autonomous driving technologies provides a promising solution to reduce the delivery cost and to improve efficiency. However, the traffic conditions in complex traffic environments, such as those in China, are more challenging compared to those in well-developed countries. Many types of moving objects (such as pedestrians, bicycles, electric bicycles, and motorcycles, etc.) share the road with autonomous vehicles, and their behaviors are not easy to track and predict. This paper introduces a technical solution from JD.com, a leading E-commerce company in China, to the autonomous last-mile delivery in complex traffic environments. Concretely, the methodologies in each module of our autonomous vehicles are presented, together with safety guarantee strategies. Up to this point, JD.com has deployed more than 300 self-driving vehicles for trial operations in tens of provinces of China, with an accumulated 715,819 miles and up to millions of on-road testing hours.

研究の動機と目的

• 中国で一般的な複雑で高密度の交通環境における自律走行最終一英里配送の課題に取り組むこと。
• 歩行者、自転車、電動バイクなど多様で予測不能な道路利用者を処理できる、強固でスケーラブルな技術的システムを開発すること。
• 認識、予測、制御モジュールの統合により、実運用における安全性と信頼性を確保すること。
• 複数の省にわたり大規模かつ現実世界での運用において、自律走行配送車両の実現可能性と性能を実証すること。

提案手法

• LiDAR、カメラ、レーダーを組み合わせたマルチセンサーフュージョンアーキテクチャを採用し、高精度な環境認識を実現する。
• 階層的な予測フレームワークを採用し、混在交通環境で一般的な非一様で不規則な動きを含む、多様な道路利用者の行動をモデル化する。
• ルールベースの論理と学習強化型意思決定を組み合わせた運動計画モジュールにより、安全で実行可能な軌道を生成する。
• リアルタイムでのリスク評価と緊急対応プロトコルを統合した、安全保証戦略により、予期しない出来事に対応する。
• モデル予測制御とフィードバック安定化を用いて、計画された軌道の正確な実行を車両制御システムが保証する。
• 全システムは、中国の数十の省にわたり、実運用で300台を超える自律走行配送車両に展開されている。

実験結果

リサーチクエスチョン

• RQ1 自律走行最終一英里配送車両は、多様な道路利用者が混在する高密度の都市交通環境で、どのように安全に走行できるか？
• RQ2 歩行者、自転車、電動バイクの予測不能な行動を効果的に処理するための認識および予測技術は何か？
• RQ3 動的かつ構造のない交通環境において、リアルタイムでの安全保証をどのように確保できるか？
• RQ4 現実世界の条件下で自律走行配送車両をスケーラブルかつ信頼性高く展開するためのシステムアーキテクチャは何か？
• RQ5 大規模な実地試験において達成可能な性能指標と運用規模は何か？

主な発見

• 本システムは、中国の数十の省にわたり、300台を超える自律走行配送車両を実運用環境で成功裏に運用した。
• 走行テストで715,819マイルの走行距離を達成し、数百万時間の運用時間を積み重ねた。
• 多様で予測不能な道路利用者が混在する複雑な交通状況においても、信頼性の高い性能を示した。
• 統合された安全戦略により、動的環境でのリアルタイムのリスク低減と緊急対応が可能になった。
• スケーラビリティと運用安定性が高く達成され、混雑した都市環境における自律走行最終一英里配送の実現可能性が裏付けられた。
• 技術的ソリューションは、実世界の大規模運用において効果を発揮し、実用的なスマート物流への重要な一歩を示した。