Một giải pháp kỹ thuật thiết lập kế hoạch chuyển động cho xe tự hành

Trong bài viết này, để xử lý tính không chắc chắn trong dữ liệu tri giác và cấu trúc hệ thống xe, bài viết đề xuất một giải pháp lập kế hoạch chuyển động cho xe tự hành sử dụng cấu trúc cơ bản của bộ lọc phần tử với bốn bước cơ bản được thực hiện lặp lại cho đến khi tìm được quỹ đạo tối ưu, từ đó đánh giá giải pháp và định hướng nghiên cứu ứng dụng về bài toán xe tự hành trong thực tế.
Nội dung trích xuất từ tài liệu:
Một giải pháp kỹ thuật thiết lập kế hoạch chuyển động cho xe tự hành Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XI về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR); Hà Nội, ngày 09-10/8/2018 DOI: 10.15625/vap.2018.00038 MỘT GIẢI PHÁP KỸ THUẬT THIẾT LẬP KẾ HOẠCH CHUYỂN ĐỘNG CHO XE TỰ HÀNH Quách Hải Thọ1, Huỳnh Công Pháp2, Phạm Anh Phương3 1 Tổ Cơ sở Ngành, Trường Đại học Nghệ thuật, Đại học Huế 2 Khoa Công nghệ Thông tin và Truyền thông, Đại học Đà Nẵng 3 Khoa Tin học, Trường Đại học Sư phạm, Đại học Đà Nẵng haitho37@gmail.com,hcphap@gmail.com,paphuong@yahoo.com TÓM TẮT: Bằng phương pháp tiếp cận dựa trên mẫu, để tạo ra quỹ đạo tối ưu từ tập các ứng viên quỹ đạo nhằm mục đích cải thiện hiệu suất và tăng cường khả năng lập kế hoạch chuyển động dựa trên các thông tin nhận được từ hệ thống cơ sở hạ tầng giao thông và các đối tượng khác trên đường thông qua hệ thống các thiết bị cảm biến. Trong bài báo này, để xử lý tính không chắc chắn trong dữ liệu tri giác và cấu trúc hệ thống xe, chúng tôi đề xuất một giải pháp lập kế hoạch chuyển động cho xe tự hành sử dụng cấu trúc cơ bản của bộ lọc phần tử với bốn bước cơ bản được thực hiện lặp lại cho đến khi tìm được quỹ đạo tối ưu, từ đó đánh giá giải pháp và định hướng nghiên cứu ứng dụng về bài toán xe tự hành trong thực tế. Từ khóa: Autonomous vehicle, particle filter, path planning, motion planning, intelligent transportation systems. I. GIỚI THIỆU Trong những năm gần đây, nhiều nghiên cứu về bài toán xe tự hành đã được thực hiện dựa trên các thành phần cơ bản như: hệ thống định vị, tri giác môi trường, lập kế hoạch và điều khiển [1,11,20]. Trong các thành phần này, vấn đề lập kế hoạch chuyển động là một chức năng quan trọng để xác định quá trình di chuyển của xe, nó cung cấp mục tiêu sẽ đến của xe bằng cách sử dụng thông tin thu nhận được từ môi trường và hệ thống định vị. Do đó, các thành phần trong bộ lập kế hoạch không chỉ xét đến những yếu tố của xe mà còn phải xét đến những thay đổi của môi trường qua dữ liệu tri giác thu nhận được trong hệ thống nhằm đảm bảo độ tin cậy và an toàn khi tham gia giao thông. Để tìm được giải pháp xác định đường đi tối ưu trong điều kiện môi trường phức tạp, đã có nhiều nghiên cứu cho bài toán này như kỹ thuật trường thế, kỹ thuật tìm kiếm trên đồ thị hoặc kỹ thuật dựa trên mẫu [5]. Trong các kỹ thuật này, kỹ thuật dựa trên mẫu được sử dụng rộng rãi cho các không gian đường có cấu trúc bằng cách giảm bớt một số giải pháp tính huống nhằm đạt được hiệu suất thời gian thực khi xử lý; kỹ thuật dựa trên mẫu thực hiện việc tạo ra và sắp xếp tập các ứng cử viên quỹ đạo nên có khả năng không làm ảnh hưởng đến không gian tìm kiếm ở các vùng được quan tâm. Do đó, kỹ thuật dựa trên mẫu đã trở thành một giải pháp được sử dụng khá phổ biến khi xây dựng kế hoạch chuyển động của xe tự hành so với các giải pháp kỹ thuật khác. Tuy nhiên, một thách thức đối với các giải pháp lập kế hoạch chuyển động dựa trên mẫu là phải làm thế nào để lấy mẫu các ứng viên trong không gian quỹ đạo một cách hiệu quả. Để giải quyết vấn đề này, các phương pháp tiếp cận khác nhau dựa trên mẫu đã được nghiên cứu như lấy mẫu không gian đầu vào, lấy mẫu không gian trạng thái và lấy mẫu mạng lưới trạng thái [14]; từ những nghiên cứu này, có thể thấy những ràng buộc non-holonomic của xe và điều kiện biên của môi trường giao thông có thể được xem là có tác dụng hiệu quả trong việc lựa chọn các mẫu ứng viên [5]. Vì tất cả các phương pháp dựa trên mẫu, về cơ bản chỉ đạt được cận dưới của quỹ đạo mục tiêu cuối cùng bằng các kỹ thuật tối ưu, cho nên phương pháp này đòi hỏi phải có một lượng tài nguyên đủ lớn nhằm có được một số lượng lớn các ứng viên để tìm được quỹ đạo tối ưu toàn cục. Ngoài ra, hầu hết các kỹ thuật dựa trên mẫu trước đây đã thực hiện cách sử dụng cách tiếp cận tất định, là cách tiếp cận có độ phức tạp tính toán ít để tìm ra quỹ đạo đáng tin cậy và được sử dụng để giải quyết bài toán tránh va chạm trong các giải pháp lập kế hoạch chuyển động [14,16]. Nhưng cách tiếp cận tất định cần phải sử dụng các hệ thống cảm biến có chất lượng cao với độ nhiễu ít, bởi vì chúng không có mô hình rõ ràng với những dữ liệu tri giác thu được để ước lượng các va chạm được chính xác. Để giải quyết có hiệu quả những khó khăn trên, cách tiếp cận xác suất trong giải pháp lập kế hoạch chuyển động đã được nghiên cứu với những thuật toán khác nhau như tiếp cận Bayes [2], phương pháp Monte Calor [4] và quy trình Markov [7], các thuật toán này có thể xử lý một mô hình hệ thống không đầy đủ và các phép đo cảm biến với dữ liệu tri giác không chắc chắn. Tuy nhiên, các phương pháp tiếp cận xác suất này đã gặp vấn đề trở ngại do sự không thống nhất giữa giải pháp quy hoạch chuyển động bằng kỹ thuật tối ưu tất định và tri thức môi trường xác suất. Chẳng hạn như hệ thống cảm biến thu nhận dữ liệu tri giác quy định hàm mật độ xác suất của các chướng ngại vật di động (như các loại xe), trong khi đó các thuật toán lập kế hoạch chuyển động dựa trên mẫu lại cần sự chuyển động các bất định từ khu vực này sang khu vực khác. Trong bài báo này, chúng tôi đề xuất một giải pháp lập kế hoạch chuyển động với mục tiêu đặt ra không chỉ cải thiệu hiệu quả tính toán mà còn xử lý tính bất định trong dữ liệu tri giác của môi trường và hệ thống phương tiện đề xuất. 282 MỘT GIẢI PHÁP KỸ THUẬT THIẾT LẬP KẾ HOẠCH CHUYỂN ĐỘNG CHO XE TỰ HÀNH Phần tiếp theo của bài báo chúng tôi sẽ giới thiệu các nguyên tắc cơ bản để xây dựng kế hoạch chuyển động và các thuật toán liên quan, từ đó chúng tôi đề xuất giải pháp lập kế hoạch chuyển động dựa ...