[論文レビュー] Risk-aware Vehicle Motion Planning Using Bayesian LSTM-Based Model Predictive Control

Yufei Huang, Mohsen A. Jafari|arXiv (Cornell University)|Jan 15, 2023

Autonomous Vehicle Technology and Safety被引用数 5

ひとこと要約

本稿では、ベイジアン長短期記憶（BLSTM）ネットワークをモデル予測制御（MPC）と統合したリスク認識型運動計画フレームワークを、自動運転車両のためのものとして提案する。BLSTMは周囲の車両の確率的軌道を予測し、動的衝突リスクを推定する。そのリスクは、ハイブリッドオートマトンに基づくMPCに組み込まれ、安全で低リスクの経路を生成する。シミュレーション結果から、本手法は将来的な衝突を事前に回避することで、人間ドライバーを上回ることが示された。

ABSTRACT

Understanding the probabilistic traffic environment is a vital challenge for the motion planning of autonomous vehicles. To make feasible control decisions, forecasting future trajectories of adjacent cars is essential for intelligent vehicles to assess potential conflicts and react to reduce the risk. This paper first introduces a Bayesian Long Short-term Memory (BLSTM) model to learn human drivers' behaviors and habits from their historical trajectory data. The model predicts the probability distribution of surrounding vehicles' positions, which are used to estimate dynamic conflict risks. Next, a hybrid automaton is built to model the basic motions of a car, and the conflict risks are assessed for real-time state-space transitions based on environmental information. Finally, a BLSTM-based Model Predictive Control (MPC) is built to navigate vehicles through safe paths with the least predicted conflict risk. By merging BLSTM with MPC, the designed neural-based MPC overcomes the defect that traditional MPC is hard to model uncertain conflict risks. The simulation results show that our proposed BLSTM-based MPC performs better than human drivers because it can foresee potential conflicts and take action to avoid them.

研究の動機と目的

• 自動運転車両の運動計画において、不確実で確率的な交通環境をモデル化する課題に取り組む。
• 歴史的軌道データから人間ドライバーの行動を学習することで、動的交通環境におけるリスク評価を向上させる。
• 将来のリスク分布を推定することで、潜在的な衝突を事前に回避する運動計画システムを開発する。
• 伝統的なMPCが不確実な衝突リスクを扱う際の限界を克服するため、ベイジアンディープラーニングとMPCを統合する。

提案手法

• 歴史的車両軌道データを用いて、ベイジアン長短期記憶（BLSTM）ネットワークを訓練し、周囲の車両の将来位置の確率分布を予測する。
• BLSTMの出力を用いて、リアルタイムで各潜在的車両状態遷移の動的衝突リスクを推定する。
• ハイブリッドオートマトンが車両の基本的な運動プリミティブをモデル化し、計画中に離散的および連続的状態遷移を可能にする。
• BLSTMからのリスク推定値を、有限時間ホライズン内で制御入力を最適化するモデル予測制御（MPC）フレームワークに組み込む。
• MPCのコスト関数に、BLSTMが予測した衝突確率から導出されたリスクペナルティ項を含め、より安全な経路を優遇する。
• システム全体をシミュレーションで訓練および評価し、人間運転の行動と比較して性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 BLSTMモデルは、歴史的軌道データから周囲の車両の確率的行動を効果的に学習し、予測できるか？
• RQ2 動的衝突リスクを正確に推定し、リアルタイムの運動計画に統合するにはどうすればよいか？
• RQ3 不確実で高リスクな交通状況において、BLSTM強化MPCは従来のMPCを上回る性能を示せるか？
• RQ4 提案手法は、人間ドライバーと比較して、将来的な衝突をどの程度効果的に予測・回避できるか？

主な発見

• 不確実性をモデル化しないベースラインMPC手法と比較して、BLSTMベースのMPCは予測される衝突リスクを顕著に低減した。
• 確率的軌道を予測することで、システムは潜在的衝突を事前に予測し、能動的な回避行動を実行できた。
• シミュレーション結果から、提案手法は安全性および衝突回避の観点で人間ドライバーを上回ることが実証された。
• MPCにベイジアン不確実性推定を統合することで、予測不可能なエージェントが存在する動的交通環境におけるロバスト性が向上した。