A*-based trajectory planning in dynamic environments for autonomous vehicles

• A*-basierte Trajektorienplanung in dynamischen Umgebungen für autonome Fahrzeuge

Nantabut, Chinnawut; Abel, Dirk (Thesis advisor); Kowalewski, Stefan (Thesis advisor)

Aachen : RWTH Aachen University (2023)
Doktorarbeit

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2023

Kurzfassung

Eine kollisionsfreie Trajektorie von autonomen Fahrzeugen ist von größter Bedeutung. Die Methode zu ihrer Berechnung muss entwickelt werden, um den komplexen Umgebungenund der in der Führungsebene des automatisierten Fahrens verfügbaren Zeit gerecht zuwerden. Diese ist normalerweise auf 1 Sekunde festgelegt. Ein effizienter Algorithmus zur Trajektorienplanung, der auf A* basiert, hat sein Potenzial seit Beginn der Ära derautonomen Fahrzeuge bewiesen und wird auch heute noch angewandt und weiterentwickelt. Da dieser Algorithmus die Dynamik des Fahrzeugs nicht berücksichtigt, wurden vieledarauf basierende Methoden eingeführt. Darüber hinaus spielt auch die Modellierung der Umgebung eine wichtige Rolle, da das autonome Fahrzeug das Szenario so gut wie möglich verstehen muss. In dieser Dissertation werden eine Reihe von Algorithmen zur Trajektorienplanung auf der Grundlage von A* in Abhängigkeit von Umgebungen mit statischen und dynamischen Hindernissen vorgestellt. Auch die Wahrnehmung der Umgebung wird modelliert und verstanden. Die Interaktion aller Verkehrsteilnehmer wird für ein naturalistischeres Umweltmodell simuliert. In allen Fällen wird ein typischer Trajektorienverfolgungsalgorithmus wie der Stanley-Controller verwendet. Darüber hinaus wird einer der auf A* basierenden Trajektorienplanungsalgorithmen an einem realen Modellfahrzeug implementiert und ausgewertet.

Einrichtungen

• Lehrstuhl und Institut für Regelungstechnik [416610]