[論文レビュー] Online Risk-Bounded Motion Planning for Autonomous Vehicles in Dynamic Environments

Xin Huang, Sungkweon Hong+2 more|arXiv (Cornell University)|Apr 4, 2019

Autonomous Vehicle Technology and Safety参考文献 10被引用数 9

ひとこと要約

本稿では、自律走行車両向けにオンラインで実行可能かつリスクが制限された運動計画手法を提案する。この手法は、リアルタイムでの意図認識と部分的に観測可能なマルコフ決定過程（POMDP）を統合し、動的環境下で安全で効率的な軌道を生成する。事前に学習された確率的フローチューブ（PFTs）を用いたベイズ推定フィルタリングにより、エージェントの行動と軌道を予測し、近接衝突確率の上界を保証するヒューリスティック探索を用いてPOMDPを解くことで、無保護左折や車線変更といった困難なシナリオにおいて、ベースライン計画法を上回る安全性と効率性を実現した。

ABSTRACT

A crucial challenge to efficient and robust motion planning for autonomous vehicles is understanding the intentions of the surrounding agents. Ignoring the intentions of the other agents in dynamic environments can lead to risky or over-conservative plans. In this work, we model the motion planning problem as a partially observable Markov decision process (POMDP) and propose an online system that combines an intent recognition algorithm and a POMDP solver to generate risk-bounded plans for the ego vehicle navigating with a number of dynamic agent vehicles. The intent recognition algorithm predicts the probabilistic hybrid motion states of each agent vehicle over a finite horizon using Bayesian filtering and a library of pre-learned maneuver motion models. We update the POMDP model with the intent recognition results in real time and solve it using a heuristic search algorithm which produces policies with upper-bound guarantees on the probability of near colliding with other dynamic agents. We demonstrate that our system is able to generate better motion plans in terms of efficiency and safety in a number of challenging environments including unprotected intersection left turns and lane changes as compared to the baseline methods.

研究の動機と目的

• 他のエージェントの意図が不確実な動的環境において、安全でない、あるいはあまりに慎重な運動計画の課題に対処すること。
• 周囲の車両の意図をリアルタイムで動的に推定することで、計画の効率性と安全性を向上させること。
• 近接衝突確率の上界を保証する確率的制約付きPOMDP計画により、衝突リスクに対して形式的な保証を提供すること。
• 無保護左折や車線変更などの複雑な交通シナリオにおいて、リアルタイムでの動作を可能にすること。

提案手法

• 近接衝突確率を制限する確率的制約を備えた部分的に観測可能なマルコフ決定過程（POMDP）として車両の運動をモデル化する。
• 事前に学習された確率的フローチューブ（PFTs）のライブラリ上でベイズ推定フィルタリングを用い、将来的なエージェント行動の意図を推定し、有限時間内にハイブリッド運動状態（離散的行動 + 連続的軌道）を予測する。
• 近接衝突リスクの上界が保証されるヒューリスティック前向き探索アルゴリズム（RAO*）を用いてPOMDPを解き、方策を生成する。
• リアルタイムで意図認識の出力を用いて信念状態を動的に更新し、現在のエージェント行動と不確実性を反映する。
• 計算負荷と応答性のバランスを取るために、有限の計画時間窓（H=2）を適用し、アクティブなエージェント数に応じて時間窓を動的に調整する。
• ドライバーのスタイルの違いや行動の不確実性を表現するために、確率的ハイブリッドオートマトンを用いる。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムでの意図認識は、動的交通環境下での運動計画の安全性と効率性を向上させ得るか？
• RQ2 他のエージェントの意図の不確実性下で、自律走行車両の計画においてリスクを形式的に制限する方法は何か？
• RQ3 POMDPフレームワークにおいてリスクバウンドを調整することで、計画の攻撃的さとリスクのトレードオフはどのように変化するか？
• RQ4 確率的行動予測とPOMDPベース計画の統合は、無保護左折のような複雑な行動において性能にどのように影響を与えるか？
• RQ5 複数エージェントの交通環境下で、リスク保証を確保しつつ、リアルタイム性能（≤0.2秒の計画時間）を維持できるか、その限界はどこか？

主な発見

• 車線変更シナリオにおいて、行動推定の正確度は98.5%、軌道予測誤差は2.23メートルを達成した。
• リスクバウンドを小さな値に設定した場合、100%の安全性を維持しながら、保守的ベースラインを上回る効率性を示した。
• リスクバウンドを増加させることで、より攻撃的な戦略を採用でき、平均完了時間が短縮されたが、それに伴い成功確率は低下した。
• 3台のエージェントと時間窓2の条件で、計画時間は0.191秒であり、5Hz制御における0.2秒のリアルタイム制約を満たした。
• 無保護左折や複数エージェントによる車線変更の衝突状況といった高リスクなシナリオにおいて、システムは頑健性を示した。
• PFTの使用により、ドライバーのスタイルに配慮した正確な運動予測が可能になり、意図認識と計画品質の両方が向上した。