Совершенствуется алгоритм, основанный на оптимизации автономной парковки автомобиля

Прочитано: 133 раз(а)


Транспортные средства, которые могут управлять сами, были давней целью как в исследованиях в области робототехники, так и в автомобильной промышленности. Хотя различные компании инвестировали в эти автомобили и тестировали их, они до сих пор использовали их только в ограниченном количестве мест.

В последние годы некоторые исследователи изучают возможность так называемой «автоматической парковки» (AVP) — функции, которая позволит автомобилю самостоятельно проехать от въезда на парковку до бесплатного парковочного места. Хотя это приложение для автономного вождения вызвало значительный исследовательский интерес, его надежная реализация до сих пор оказалась сложной задачей.

Исследователи из компании Mach Drive в Шанхае недавно разработали OCEAN, систему планирования траектории без столкновений в открытом пространстве для автономной парковки транспортных средств. Было обнаружено, что этот планировщик , представленный в статье , предварительно опубликованной на arXiv , значительно повышает способность автомобилей безопасно добраться до места парковки, не сталкиваясь с объектами на пути.

«Мы предлагаем систему планирования траектории без столкновений Openspace (OCEAN) для автономной парковки», — написали в своей статье Дунсю Ван, Янбинь Лу и их коллеги. «OCEAN — это основанный на оптимизации планировщик траекторий, ускоренный методом множителя переменного направления (ADMM) с повышенной вычислительной эффективностью и надежностью и подходящий для всех сцен с небольшим количеством динамических препятствий».

Новый планировщик, разработанный исследователями, был призван преодолеть два основных недостатка подходов, представленных в предыдущих исследованиях по автономной парковке. Первая из них — невозможность точно предсказать столкновения, а вторая влечет за собой плохую производительность в тестах в реальном времени.

Планировщик OCEAN основан на ранее представленном подходе под названием «Предотвращение столкновений на основе гибридной оптимизации» (H-OBCA), устраняя его основные ограничения. Его улучшенная конструкция в конечном итоге улучшает его способность избегать столкновений, а также надежность и скорость в реальном времени.

«Начиная с иерархической системы предотвращения столкновений, основанной на оптимизации, проблема планирования траектории сначала начинается с гибридной траектории A * без столкновений», — написали Ван, Лу и их коллеги в своей статье.

«Затем проблема планирования траектории предотвращения столкновений переформулируется как гладкая и выпуклая двойственная форма и решается ADMM параллельно. Переменные оптимизации тщательно разбиваются на несколько групп, так что подзадачи ADMM формулируются как квадратичное программирование (QP), последовательное квадратичное программирование. Проблемы программирования (SQP) и конусного программирования второго порядка (SOCP), которые можно эффективно и надежно решить».

Ван, Лу и их коллеги протестировали свой планировщик на сотнях смоделированных сценариев и провели реальные эксперименты на общественных парковках. Их результаты были весьма многообещающими, поскольку было обнаружено, что OCEAN превосходит множество методов автономной парковки.

«Результаты показывают, что предлагаемый метод имеет более высокую производительность системы по сравнению с другими тестами», — объяснили Ван, Лу и его коллеги в своей статье. «Наш метод позволяет развернуть крупномасштабный планировщик парковок на платформах с низкой вычислительной мощностью, требующих производительности в реальном времени».

Планировщик, разработанный этой командой исследователей, может быть улучшен и протестирован в дополнительных реальных испытаниях. В будущем его могут использовать автомобильные компании, способствуя внедрению технологий автоматизированной парковки транспортных средств.

алгоритм, основанный на оптимизации автономной парковки автомобиля



Новости партнеров