Bevægelsesplanlægning til automatiseret kørsel under usikkerhed og med begrænset udsyn

Forskere ved FZI Research Center for Information Technology har udviklet en ny metode, der kan forbedre bevægelsesplanlægningen af ​​autonome køretøjer i usikre miljøer eller under forhold med begrænset sigtbarhed. Deres papir, forudgivet på arXiv, skitserer en teknik til at undgå kollisioner i den værst tænkelige udvikling af et givet scenarie.

"Automatisk kørsel i bymiljøer og under barske forhold er både udfordrende og forbliver på toppen af ​​forskningen, " skrev forskerne i deres papir. "Ugunstige vejr- og lysforhold resulterer i dårlig kvalitet i opfattelsen ved at indføre højere usikkerheder og begrænsede modtagelige felter."

Udfordringerne beskrevet af forskerne er måske endnu større i bymiljøer, hvor uventede hændelser gør det sværere at forudsige udfaldet af en situation. For at løse disse vanskeligheder, tidligere undersøgelser har forsøgt at udvikle banebrydende perceptionssystemer til automatiserede køretøjer.

Ikke desto mindre, selv de mest avancerede af disse systemer, udstyret med state-of-the-art sensorer og teknologi, ofte kæmper med at håndtere usikkerhed, dermed blot reducere risikoen for kollisioner. For at løse dette problem, forskerne ved FZI fokuserede på bevægelsesplanlægning i et usikkert miljø med okklusioner.

"I dette papir analyserede vi usikkerheder, som et automatiseret køretøj er underlagt, " forklarede forskerne. "Vi studerede forskellige udfordrende trafiksituationer for et køretøj med et begrænset modtageligt felt."

Efter at have studeret de forhold, hvorunder en bevægelsesplanlægger skal overveje køretøjer, der nærmer sig fra områder, der ikke er synlige, forskerne udtænkte en tilgang til hurtigt at opdage uoverensstemmende adfærd. Deres tilgang efterligner noget den måde, hvorpå menneskelige bilister typisk nærmer sig vejkryds, kørsel med mere forsigtighed og reduceret hastighed.

"Vi præsenterer en metode til at forblive kollisionsfri for den værst tænkelige udvikling af den givne scene, " skrev forskerne. "Vi definerer kriterier, der måler de tilgængelige marginer til en kollision, mens vi overvejer synlighed og interaktioner og integrerer følgelig forhold, der anvender disse kriterier i en optimeringsbaseret bevægelsesplanlægger."

Forskerne evaluerede deres metode i et simuleringsmiljø med lukket sløjfe og fandt ud af, at den generaliserede godt på tværs af flere forskellige byscenarier. Deres tilgang er nu blevet integreret i et automatiseret køretøj, kaldet BERTHAONE.

"Vores fremtidige arbejde vil beskæftige sig med mere komplekse scenarier, hvor et væld af ruter og manøvremuligheder såsom vognbaneskift er tilgængelige, " skrev forskerne.

© 2018 Science X Network