[论文解读] Design of an Autonomous Racecar: Perception, State Estimation and System Integration

Miguel de la Iglesia Valls, Hubertus Franciscus Cornelis Hendrikx+7 more|arXiv (Cornell University)|Apr 9, 2018

Robotics and Sensor-Based Localization参考文献 7被引用 15

一句话总结

该论文介绍了 fléa driverless，这是首辆在 Formula Student Driverless 竞赛中获胜的自动驾驶赛车，通过在模块化、冗余的系统架构中集成基于激光雷达的感知、基于扩展卡尔曼滤波（EKF）的状态估计以及基于粒子滤波的 SLAM，实现了这一成就。该系统比第二名队伍的最快圈速快近半分钟，证明其在横向和纵向加速度方面的表现可与经验丰富的赛车手相媲美。

ABSTRACT

This paper introduces fl\uela driverless: the first autonomous racecar to win a Formula Student Driverless competition. In this competition, among other challenges, an autonomous racecar is tasked to complete 10 laps of a previously unknown racetrack as fast as possible and using only onboard sensing and computing. The key components of fl\uela's design are its modular redundant sub-systems that allow robust performance despite challenging perceptual conditions or partial system failures. The paper presents the integration of key components of our autonomous racecar, i.e., system design, EKF-based state estimation, LiDAR-based perception, and particle filter-based SLAM. We perform an extensive experimental evaluation on real-world data, demonstrating the system's effectiveness by outperforming the next-best ranking team by almost half the time required to finish a lap. The autonomous racecar reaches lateral and longitudinal accelerations comparable to those achieved by experienced human drivers.

研究动机与目标

• 设计一辆完全自动驾驶的赛车，仅依靠车载传感器和计算设备，在未知赛道上以高速完成 10 圈比赛。
• 解决在典型赛车环境中高速动态条件下实时感知与状态估计的挑战。
• 开发一种模块化、冗余的系统架构，确保在部分传感器或系统组件发生故障时仍能保持性能。
• 将感知、状态估计与 SLAM 整合为一个统一的自动驾驶系统，适用于竞技赛车场景。

提出的方法

• 采用基于激光雷达的感知技术，利用车载传感器实时检测赛道边界和障碍物。
• 实施扩展卡尔曼滤波（EKF）以结合惯性测量单元和轮速编码器的数据，实现精确的状态估计。
• 应用基于粒子滤波的同步定位与地图构建（SLAM）算法，在运行过程中构建并更新未知赛道的地图。
• 设计模块化、冗余的子系统架构，以确保在感知不确定性或部件故障情况下的系统鲁棒性。
• 将感知、状态估计与 SLAM 整合到统一的控制流水线中，实现实时决策。
• 在一条此前未知的赛道上开展了广泛的实地测试，以验证系统性能。

实验结果

研究问题

• RQ1 如何仅依靠车载传感与计算设备，使自动驾驶赛车在未知赛道上实现高速、可靠的导航？
• RQ2 哪些感知、状态估计与 SLAM 技术的组合能够在动态且不确定的条件下实现稳健性能？
• RQ3 系统模块化与冗余设计在高速自动驾驶赛车中如何提升可靠性与性能？
• RQ4 自动驾驶系统在加速度与圈速表现方面，能在多大程度上达到甚至超越人类驾驶员的水平？

主要发现

• fléa driverless 在一条未知赛道上成功完成 10 圈比赛，其圈速比第二名队伍快近半分钟。
• 该系统在高速过弯和加速过程中实现的横向与纵向加速度，与经验丰富的赛车手相当。
• 模块化与冗余设计使系统在面临复杂感知条件或部分系统故障时仍能持续运行。
• 基于 EKF 的状态估计与基于粒子滤波的 SLAM 的集成，实现了高精度的实时定位与地图构建。
• 实际环境实验验证了系统在竞技赛车条件下的有效性与鲁棒性。
• 结果表明，完全自动驾驶系统在未知赛道上的圈速表现可超越人类驾驶的对手。