[論文レビュー] Safe Trajectory Generation for Complex Urban Environments Using Spatio-temporal Semantic Corridor

Wenchao Ding, Lu Zhang+2 more|arXiv (Cornell University)|Jun 24, 2019

Robotic Path Planning Algorithms参考文献 20被引用数 5

ひとこと要約

本稿では、複雑な都市環境における安全な軌道生成のための統一的空間時間的意味的コロシアム（SSC）フレームワークを提案する。動的エージェント、信号機、速度制限などの多様な意味的要素を、空間時間的ドメイン内での衝突のない立方体としてモデル化することで、区分的ベジエ曲線を用いた凸二次計画問題として軌道最適化を定式化し、あらゆる意味的制約の組み合わせに対して理論的かつ保証された安全性と実行可能性を達成する。

ABSTRACT

Planning safe trajectories for autonomous vehicles in complex urban environments is challenging since there are numerous semantic elements (such as dynamic agents, traffic lights and speed limits) to consider. These semantic elements may have different mathematical descriptions such as obstacle, constraint and cost. It is non-trivial to tune the effects from different combinations of semantic elements for a stable and generalizable behavior. In this paper, we propose a novel unified spatio-temporal semantic corridor (SSC) structure, which provides a level of abstraction for different types of semantic elements. The SSC consists of a series of mutually connected collision-free cubes with dynamical constraints posed by the semantic elements in the spatio-temporal domain. The trajectory generation problem then boils down to a general quadratic programming (QP) formulation. Thanks to the unified SSC representation, our framework can generalize to any combination of semantic elements. Moreover, our formulation provides a theoretical guarantee that the entire trajectory is safe and constraint-satisfied, by using the convex hull and hodograph properties of piecewise Bezier curve parameterization. We also release the code of our method to accommodate benchmarking.

研究の動機と目的

• 自動運転車両の軌道計画における多様な意味的要素（例：信号機、速度制限、動的エージェント）の統合の課題に対処すること。
• 従来の方法がサンプリング点でのみ制約を確認するため、サンプル間の不可行なセグメントを逃すという限界を克服すること。
• 再チューニングを必要とせず、任意の組み合わせをサポートする一般化可能で統一的な意味的要素の表現を提供すること。
• 離散的な点だけでなく、全軌道に対して理論的かつ保証された安全性と制約満足を確保すること。
• 動的相互作用と制約を伴う複雑な都市シミュレーションにおいて、リアルタイムかつ高パフォーマンスな軌道生成を可能にすること。

提案手法

• 意味的要素（例：速度制限、停止サイン）を空間時間的ドメイン内での接続された衝突のない立方体として表現する統一的抽象化としての空間時間的意味的コロシアム（SSC）を導入する。
• 動的SSC生成プロセスを用いて立方体を分割し、特定の意味的制約に紐付ける（例：速度制限、停止サイン）。
• SSC内での凸二次計画問題（QP）としての軌道生成を定式化し、滑らかさ、安全性、制約遵守を最適化する。
• 区分的ベジエ曲線の凸包およびホドグラフの性質を活用し、全軌道がSSC内に保たれ、動的制約を満たすことを数学的に保証する。
• マルチエージェント都市シミュレーションプラットフォーム上でリアルタイム動作を実装する。
• ベンチマークと再現可能性を支援するため、オープンソースコードを公開する。

実験結果

リサーチクエスチョン

• RQ1 都市環境における多様な意味的要素を、軌道計画のための統一的かつ一般化可能な方法で表現するにはどうすればよいか？
• RQ2 サンプリング点でのみではなく、全軌道にわたり安全性と実行可能性を保証できる軌道生成手法は可能か？
• RQ3 複数のエージェントと制約による複雑で動的な相互作用下でも、提案されたSSCベースのQP定式化はどの程度の性能を示すか？
• RQ4 滑らかさ、安全性、計算効率の観点から、SSC表現は離散ラティスベースの手法に比べてどの程度の性能向上を達成するか？
• RQ5 本手法は、高速での衝突回避、高進入速度下での正確な停止、厳密な速度制限を同時に処理できるか？

主な発見

• 提案されたSSCフレームワークにより、動的エージェント、信号機、速度制限を含む、任意の意味的要素の組み合わせにおいて安全かつ実行可能な軌道生成が可能となった。
• 混雑した環境下でも、ベースライン[18]と比較して赤信号到着が14秒早く達成され、動的制限内での加速プロファイルが滑らかであった。
• 13 m/sの進入速度下でも、最大減速度制限を厳密に遵守しながら正確な停止を達成した。ベースラインでは動的ターゲット状態計算を用いた場合、ローリング不安定性が見られたが、本手法ではそれを回避した。
• 4 m/sの速度制限下でも、本手法は全軌道にわたり制約を厳密に遵守し、低速状況下でのロバストネスを示した。
• 特に障害物が密集した環境下では、ベースラインの多数のプリミティブが不可行となる中、SSC表現は実行可能性と滑らかさの点でベースラインを上回った。
• オープンソース実装により、再現性とベンチマークが可能となり、今後の自動運転車両の軌道計画分野における開発を支援する。