Optimized RRT with receding horizon approach for autonomous vehicles

Autonomous driving concepts are rapidly emerging for enhancing better mobility. An autonomous ground vehicle is a vehicle that navigates and drives entirely on its own with no human driver and no remote control. Through the use of various sensors and positioning systems, the vehicle determines all the characteristics of its environment required to carry out the task it has been assigned. Both academia and industry research are trying to exploit the potentialities of these new technologies, that should include increased safety, better traffic conditions as well as lower emissions. Despite recent techniques seem quite mature, there are still some advancements that have to be done. The state of the art on this matter is quite vague, especially talking about classifications and nomenclature. The author has decided to comply with an approach in which the whole problem is split up in subsequent layers, thus basically using a top-down method. The overall purpose of this thesis is to implement a new innovative algorithm that can be introduced in the module of Motion Planning, starting from RRT (i.e. Rapidly Exploring Random Trees) algorithms already present in the specific literature. The system designed is able to guide the vehicle in the road environment, complying with local and global constraints (e.g. road boundaries, vehicle dynamics, etc.). Simulations that validate the method implemented are shown, focusing particurarly on the quality and robustness of the solution provided.

Principi di guida autonoma stanno rapidamente emergendo per assicurare una migliore mobilità stradale. Un veicolo di terra autonomo è un veicolo che naviga e guida autonomamente senza nessun guidatore umano o controllo remoto. Attraverso l’uso di svariati sensori e sistemi di posizionamento, il veicolo determina tutte le caratteristiche dell’ambiente circostante necessarie per attivarlo e renderlo capace di portare a termine il compito che gli è stato assegnato. Mondo accademico e industria stanno entrambe cercando di sfruttare le potenzialità di queste nuove tecnologie, che dovrebbero includere maggiore sicurezza, minor congestione del traffico ed anche emissioni inferiori. Lo stato dell’arte a riguardo è piuttosto vago, specialmente riguardo a classificazioni e nomenclatura. L’autore ha deciso di aderire ad un approccio in cui l’intero problema è suddiviso in strati seguenti, usando pertanto un approccio top-down. L’obiettivo generale di questa tesi è di implementare un nuovo algoritmo innovativo che possa essere introdotto nel modulo di pianificazione del moto, partendo da algoritmi RRTs (i.e. Rapidly Exploring Random Trees) già presenti nella letteratura specifica. Il sistema studiato è in grado di guidare il veicolo nel contesto stradale, rispettando determinati vincoli locali e globali (e.g. limiti stradali, dinamica del veicolo, etc.). Vengono presentate inoltre delle simulazioni per validare il metodo implementato, concentrandosi specialmente sulla qualità e robustezza della soluzione fornita.