[논문 리뷰] On Infusing Reachability-Based Safety Assurance within Probabilistic Planning Frameworks for Human-Robot Vehicle Interactions

Karen Ka Yan Leung, Edward Schmerling외 4명|arXiv (Cornell University)|2018. 12. 29.

Autonomous Vehicle Technology and Safety인용 수 8

한 줄 요약

이 논문은 자율주행차의 인간-로봇 차량 상호작용 환경에서 확률적 계획 프레임워크에 해밀토니안-자코비 도달 가능성 분석을 통합한 최소 간섭성 안전 제어기를 제안한다. 100Hz로 계획자에 의해 생성된 경로를 안전 유지 제어로의 투영을 통해 항상 충돌 회피 조작이 가능하도록 보장함으로써, 인간 운전자가 예측 불가능하거나 공격적으로 행동할 경우에도 매끄럽고 안전한 반응을 가능하게 하며, 동시에 계획자의 의도한 경로를 가능한 한 유지한다.

ABSTRACT

Action anticipation, intent prediction, and proactive behavior are all desirable characteristics for autonomous driving policies in interactive scenarios. Paramount, however, is ensuring safety on the road --- a key challenge in doing so is accounting for uncertainty in human driver actions without unduly impacting planner performance. This paper introduces a minimally-interventional safety controller operating within an autonomous vehicle control stack with the role of ensuring collision-free interaction with an externally controlled (e.g., human-driven) counterpart. We leverage reachability analysis to construct a real-time (100Hz) controller that serves the dual role of (1) tracking an input trajectory from a higher-level planning algorithm using model predictive control, and (2) assuring safety through maintaining the availability of a collision-free escape maneuver as a persistent constraint regardless of whatever future actions the other car takes. A full-scale steer-by-wire platform is used to conduct traffic weaving experiments wherein the two cars, initially side-by-side, must swap lanes in a limited amount of time and distance, emulating cars merging onto/off of a highway. We demonstrate that, with our control stack, the autonomous vehicle is able to avoid collision even when the other car defies the planner's expectations and takes dangerous actions, either carelessly or with the intent to collide, and otherwise deviates minimally from the planned trajectory to the extent required to maintain safety.

연구 동기 및 목표

• 고도의 계획자가 갑작스러운 위협에 대해 빠르게 반응할 수 없는 상황에서 인간 운전 차량과의 상호작용에서 안전성을 확보하는 데 도전하는 데 목적이 있다.
• 기존 제어 스택 내에서 작동하면서 계획자의 의도한 경로를 방해하지 않으며, 불필요한 왜곡을 최소화하는 안전 제어기를 개발하는 데 목적이 있다.
• 스위칭 제어기 대신 최적화 기반 제어 프레임워크에 도달 가능성 기반 안전 보장을 형식적으로 통합하여 제약 조건으로 삽입하는 데 목적이 있다.
• 시간과 공간 제약 조건 하에 양측 차선 변경이 이루어지는 실제 도로에서의 교통 혼잡 상황에서 이 방법의 성능과 강건성을 평가하는 데 목적이 있다.
• 도달 가능성 분석에서 유도된 가치 함수를 맥락에 민감한 비용 지표로 재해석하여, 절대적 안전성이 확보되지 않는 상황에서도 더 덜 심각한 충돌을 선호하는 더 세밀한 충돌 회피를 가능하게 하는 데 목적이 있다.

제안 방법

• 이 방법은 후방 해밀토니안-자코비(HJ) 도달 가능성 분석을 사용하여, 양 차량이 최적의 조작을 취할 경우 충돌을 피할 수 있는 상태의 집합인 후방 도달 집합(BRS)을 계산한다.
• 안전 제어기는 모델 예측 제어(MPC)를 사용하여 계획자의 원하는 경로를 추적하면서도, BRS에서 유도된 안전 유지 제어 입력 집합 내에 제어 입력이 유지되도록 한다.
• 가치 함수 V(0, x_R)는 차량의 경계 상자 간의 최악의 간격 또는 관통 거리를 정의하며, 기하학적 표현으로 충돌 심각도를 포함한다.
• 제어기는 지속적으로 계획된 경로를 안전 유지 제어 입력의 가능 집합으로 투영함으로써, 향후 인간의 행동에 관계없이 항상 충돌 없는 탈출 조작이 가능하도록 보장한다.
• 이 프레임워크는 전면 스티어-바이-와이어 플랫폼에 구현되었으며, 인간 운전 차량과의 실제 도로 혼잡 실험에서 테스트되었다.
• 이 방법은 재계산 또는 반응형 제어기로의 전환을 피하며, 대신 MPC 최적화 내에서 안전성을 지속적인 제약 조건으로 유지한다.

실험 결과

연구 질문

• RQ1 기존의 확률적 계획 프레임워크에 도달 가능성 기반 안전 보장을 형식적으로 통합할 수 있는 방법은 무엇이며, 이는 계획자의 의도된 행동을 방해하지 않는가?
• RQ2 HJ 도달 가능성에서 유도된 연속적인 안전 제약 조건이 동적인 인간-로봇 상호작용 환경에서 경로 추적 성능과 안전성 강건성에 미치는 영향은 무엇인가?
• RQ3 공격적인 인간 운전 행동 상황에서 제안된 최소 간섭성 제어기와 스위칭 제어기 간의 매끄러움과 안전성 측면에서의 비교는 어떠한가?
• RQ4 도달 가능성 분석에서 도출된 가치 함수를 맥락 인식 비용 지표로 재해석하여, 절대적 안전성이 확보되지 않는 상황에서 더 덜 심각한 충돌을 선호할 수 있는가?
• RQ5 상대 운동 모델의 정밀도가 실제 실험에서 도달 가능성 기반 안전 보장의 정확도에 미치는 영향은 어떠한가?

주요 결과

• 제안된 제어기는 인간 운전 차량이 자율주행차의 경로에 직접적으로 쏘아붙일 경우에도 충돌을 성공적으로 방지하여 극단적 불확실성 하에서도 강력한 안전성을 입증하였다.
• 자율주행차는 최소한의 왜곡으로 경로 추적을 유지하였으며, 충돌을 피하기 위해 폭력적인 스위치 동작을 유발하는 스위칭 제어기보다 더 매끄러운 운동을 구현하였다.
• 시스템은 100Hz에서 실시간으로 작동하여 재계획 또는 반응형 전환에 의존하지 않고 지속적인 안전 보장을 제공한다.
• 가치 함수 V(0, x_R)는 30cm의 충돌 관통 거리와 같은 최악의 결과를 의미 있는 기하학적 해석으로 제공하여 직관적인 안전 평가를 가능하게 하였다.
• 시뮬레이션과 실제 실험 간의 높은 일치도를 보이며, 도달 가능성 기반 안전성이 신뢰성 있게 프로토타ип링 및 구현 가능함을 시사하였다.
• 환경 장애물과 다수의 에이전트를 가치 함수에 통합하거나 추가 MPC 제약 조건으로 포함시켜 프레임워크를 확장 가능하게 하였다.