[논문 리뷰] Rule-based Optimal Control for Autonomous Driving

Wei Xiao, Noushin Mehdipour외 5명|arXiv (Cornell University)|2021. 01. 14.

Formal Methods in Verification참고 문헌 25인용 수 4

한 줄 요약

이 논문은 교통 법규와 주행 행동 규칙을 우선순위 구조로 통합하여 자율주행차의 제어 프레임워크를 제안한다. 안정성을 확보하기 위해 제어 리아프노프 함수(CLFs)와 안전성을 확보하기 위해 제어 장벽 함수(CBFs)를 통합함으로써, 충돌을 해결하기 위해 하위 우선순위 규칙을 반복적으로 완화하는 방법을 통해 실시간으로 실행 가능한 제어를 가능하게 하면서도 높은 우선순위 규칙의 위반을 최소화한다. 다양한 시나리오에 대한 사례 연구를 통해 궤적 생성 성공과 통과/실패 평가가 수행되었으며, 효과가 입증되었다.

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.

연구 동기 및 목표

• 자율주행차가 복잡한 우선순위가 부여된 교통 법규와 행동 기대를 충족시킬 수 있는 제어 프레임워크를 개발하는 것.
• 우선순위가 다른 교통 법규 간의 갈등을 우선순위 기반의 완화 메커니즘을 도입하여 해결하는 것.
• 실시간 최적 제어 환경에서 제어 장벽 함수(CBFs)와 제어 리아프노프 함수(CLFs)를 사용하여 안전성과 안정성을 확보하는 것.
• 규칙 우선순위 구조에 기반한 통과/실패 기준을 활용해 후행 평가를 통해 차량 궤적을 평가할 수 있도록 하는 것.
• 모순되는 규칙 상황이 존재하는 현실적인 차량 동역학에 프레임워크의 효과성을 입증하는 것.

제안 방법

• 사전 순서 구조를 사용하여 교통 및 행동 규칙을 우선순위 순서로 정렬된 집합으로 수식화하는 것.
• 안전성을 확보하기 위한 CBFs와 수렴성을 확보하기 위한 CLFs를 강제하는 연속적인 2차 프ogramming(QPs)으로 제어 문제를 모델링하는 것.
• 우선순위 기반 반복적 규칙 완화를 구현하여, 높은 우선순위 제약 조건이 충족된 경우에만 하위 우선순위 규칙을 완화하는 것.
• 위반 점수를 사용하여 규칙 위반 정도를 정량화하고, 궤적 간의 통과/실패 평가를 비교하는 것.
• 재귀적으로 프레임워크를 적용: 각 반복에서 규칙을 완화한 상태에서 QP를 풀어 타당한 해를 찾을 때까지 반복하는 것.
• 우선순위 구조를 활용하여 후보 궤적이 생성된 궤적에 비해 열등한지 판단하여 이를 기각하는 것.

실험 결과

연구 질문

• RQ1 다양한 우선순위를 가진 상충하는 교통 법규를 자율주행차 제어에서 체계적으로 어떻게 해결할 수 있는가?
• RQ2 CLFs와 CBFs를 기반으로 한 재귀적 최적 제어 프레임워크는 하위 우선순위 규칙의 위반을 최소화하면서도 안전성과 안정성을 보장할 수 있는가?
• RQ3 규칙 우선순위에 기반한 객관적인 차량 궤적 평가를 위한 통과/실패 평가 메커니즘은 어떻게 설계할 수 있는가?
• RQ4 이 프레임워크는 복잡한 주행 상황에서 실현 가능하고 안전하며 행동적으로 타당한 궤적을 어느 정도의 범위로 생성할 수 있는가?
• RQ5 이 프레임워크는 제어 입력과 상태 변수에 하드 제약 조건이 존재하는 현실적인 차량 동역학에 적용 가능한가?

주요 결과

• 시나리오 1에서 프레임워크는 높은 우선순위의 충돌 회피 규칙(r1)을 충족하면서 중간 및 저우선순위 규칙(r3 및 r5)만 위반하는 실현 가능한 궤적을 생성하였다. 각각의 위반 점수는 0.124와 0.111이었다.
• 시나리오 2에서는 최적 제어가 더 낮은 위반 점수(0.111 vs. 0.646)를 기록하여 후보 궤적은 우선순위 구조에 더 잘 부합함을 입증하였고, 결과적으로 후보가 기각되었다.
• 시나리오 3에서는 모든 고우선순위 규칙(보행자 안전 포함)을 충족하면서도 하위 우선순위 규칙을 완화한 궤적을 성공적으로 생성하였으며, r3와 r5의 위반 점수는 각각 0.058과 0.359였다.
• 통과/실패 평가가 고우선순위 규칙을 위반하는 후보 궤적을 정확히 기각하였으며, 하위 우선순위 규칙의 점수는 낮게 나왔더라도 우선순위 기반 순위 매기기 논리가 정확히 작동함을 확인하였다.
• 재귀적 완화 과정은 가장 낮은 우선순위에서부터 점진적으로 규칙을 완화함으로써 실현 가능성을 확보하였고, 타당한 제어 해에 수렴하는 데 기여하였다.
• 프레임워크는 보행자 회피, 차선 유지, 속도 유지 등의 상충 제약 조건을 안정성과 안전성을 우선시함으로써 강건하게 처리하는 데 성공하였으며, 편안함과 속도 제한보다 안전성을 우선시하였다.