[論文レビュー] Rule-based Optimal Control for Autonomous Driving

Wei Xiao, Noushin Mehdipour+5 more|arXiv (Cornell University)|Jan 14, 2021

Formal Methods in Verification参考文献 25被引用数 4

ひとこと要約

本稿では、階層的構造を用いて交通法規および運転行動ルールを優先順位付けすることで、自律走行車両のためのルールベース最適制御フレームワークを提案する。安定性のための制御リャプノフ関数（CLFs）と安全性のための制御バリア関数（CBFs）を統合し、矛盾を解消するために低優先度のルールを再帰的に緩和することで、リアルタイムで実行可能な制御を実現するとともに、高優先度ルールの違反を最小限に抑える。マルチシナリオのケーススタディによる検証で、成功した軌道生成とパス/フェイル評価が得られた。

ABSTRACT

We develop optimal control strategies for Autonomous Vehicles (AVs) that are required to meet complex specifications imposed by traffic laws and cultural expectations of reasonable driving behavior. We formulate these specifications as rules, and specify their priorities by constructing a priority structure. We propose a recursive framework, in which the satisfaction of the rules in the priority structure are iteratively relaxed based on their priorities. Central to this framework is an optimal control problem, where convergence to desired states is achieved using Control Lyapunov Functions (CLFs), and safety is enforced through Control Barrier Functions (CBFs). We also show how the proposed framework can be used for after-the-fact, pass / fail evaluation of trajectories - a given trajectory is rejected if we can find a controller producing a trajectory that leads to less violation of the rule priority structure. We present case studies with multiple driving scenarios to demonstrate the effectiveness of the proposed framework.

研究の動機と目的

• 自律走行車両が複雑で優先順位付けされた交通ルールおよび行動的期待に適合できる制御フレームワークの開発。
• 優先順位構造に基づく緩和メカニズムを導入することで、競合する交通ルールの矛盾を解消すること。
• リアルタイム最適制御設定において、制御バリア関数（CBFs）と制御リャプノフ関数（CLFs）を用いて安全性と安定性を確保すること。
• ルール優先順位構造に基づくパス/フェイル基準を用いて、走行軌道の事後評価を可能にすること。
• 衝突するルールシナリオを伴う現実的な車両動力学へのフレームワークの有効性を示すこと。

提案手法

• 事前順序構造を用いて、交通および行動ルールを優先順序付きセットとして形式化する。
• 安全性のためのCBFsと収束性のためのCLFsを強制する、二次計画問題（QPs）の系列として制御問題をモデル化する。
• 優先度に基づく反復的ルール緩和を実装し、高優先度制約が満たされた場合にのみ、低優先度ルールを緩和する。
• 違反スコアを用いてルールの逸脱を定量化し、パス/フェイル評価のための軌道比較を行う。
• 再帰的にフレームワークを適用：各イテレーションで緩和されたルールを用いてQPを解き、妥当な解が得られるまで繰り返す。
• 優先順位構造を活用して、候補軌道が生成された軌道に劣っているかどうかを判断し、それらを除外する。

実験結果

リサーチクエスチョン

• RQ1 優先度が異なる競合する交通ルールを、自律走行車両制御において体系的に解消する方法は何か？
• RQ2 CLFsおよびCBFsに基づく再帰的最適制御フレームワークは、低優先度ルールの違反を最小限に抑えながら、安全性と安定性を確保できるか？
• RQ3 ルール優先順位に基づいて、走行軌道を客観的に評価するパス/フェイル評価メカニズムをどのように設計できるか？
• RQ4 このフレームワークは、複雑な走行シナリオにおいて、実行可能で安全かつ行動的に妥当な軌道をどの程度生成できるか？
• RQ5 このフレームワークは、制御入力および状態変数に厳密な制約を伴う現実的な車両動力学に適用可能か？

主な発見

• シナリオ1では、フレームワークが実行可能軌道を生成し、中・低優先度ルール（r3およびr5）にのみ違反（違反スコア：0.124および0.111）を示したが、最高優先度の衝突回避ルール（r1）は満たした。
• シナリオ2では、最適制御により、r5の違反スコアが0.111（候補は0.646）にまで低下し、優先順位構造に準拠した良好な適合性を示したため、候補軌道が却下された。
• シナリオ3では、フレームワークが全高優先度ルール（歩行者安全を含む）を満たしながら、低優先度ルールを緩和した軌道を成功裏に生成し、r3の違反スコアは0.058、r5は0.359であった。
• パス/フェイル評価は、高優先度ルールに違反する候補軌道を正しく却下した。これは、低優先度ルールの違反スコアが低くても、優先順位構造に基づく順位付けの論理が正しく機能していることを確認した。
• 再帰的緩和プロセスにより、最低優先度から段階的にルールを緩和することで、実行可能性が保証され、妥当な制御解への収束が達成された。
• フレームワークは、歩行者を避けること、車線維持、速度維持といった、矛盾する制約を効果的に処理し、快適性や速度制限よりも安全性を優先することで、強靭性を示した。