libai1943/CartesianPlanner

Autonomous Driving on Curvy Roads without Reliance on Frenet Frame: A Cartesian-based Trajectory Planning Method

해결하는 문제

이 프로젝트는 곡선 도로에서 운행하는 자율 주행 차량을 위한 경로 계획 시스템을 제공합니다. 전통적인 Frenet 프레임 플래너는 높은 도로 곡률이나 복잡한 장애물 배치에서 어려움을 겪을 수 있으나, 이 시스템은 계획 및 최적화 과정을 직접 카르테시안 평면에서 수식화함으로써 이를 해결합니다.

작동 방식

이 플래너는 안전하고 부드러운 경로를 생성하기 위해 두 단계의 파이프라인을 사용합니다.

  1. 거친 경로 생성: 동적 프로그래밍(DP) 탐색을 통해 도로 참조 및 장애물 위치를 기반으로 초기 충돌 없는 경로를 찾습니다. 이 경로는 다음 단계의 시작점이 됩니다.
  2. 반복적 카르테시안 최적화: 거친 경로는 비선형 최적화(CasADi 및 Ipopt를 사용)를 통해 정밀화됩니다. 시스템은 차량 운동의 부드러움, 방향, 급가속도(jerk)를 최적화하면서 물리적 차량 제약을 준수합니다.

충돌을 처리하기 위해 시스템은 차량의 전후 위치 주변에 축에 평행한 충돌 회피 상자인 "카르테시안 코리도르"를 생성합니다. 경로가 정밀화됨에 따라 이 코리도르는 반복적으로 업데이트되어 최종 경로가 안전하게 유지되도록 합니다.

대상 사용자

이 프로젝트는 특히 복잡한 도로 형상을 탐색할 때 Frenet 좌표계의 대안을 찾고 있는 로봇공학 및 자율 주행 차량 운동 계획 엔지니어를 위한 것입니다.

주요 특징

  • 직접적인 카르테시안 정식화: 높은 곡률의 도로에서 좌표 변환의 어려움을 피합니다.
  • 이중 단계 파이프라인: 전역 가능성에 대한 빠른 DP 탐색과 국부적 부드러움을 위한 비선형 최적화를 결합합니다.
  • 동적 장애물 지원: 예측된 미래의 점유 상태를 쿼리함으로써 시간에 따라 변하는 장애물을 처리합니다.
  • 반복적 코리도르 정밀화: 진전되는 경로 추정에 따라 충돌 회피 공간 상자를 점진적으로 적응시킵니다.
  • ROS 통합: RViz 시각화 지원을 갖춘 완전한 ROS 패키지로 구현되어 있습니다.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트