Hierarchical RRT with receding horizon approach for path planning problems

Autonomous driving is the most advanced goal of research in the automotive field. An autonomous vehicle is a vehicle that is able to drive itself in the entire road network without the need of a human driver or remote control. In last years, both universities and industries have developed this technology, which main benefits are safety, cost reduction (due to crashes), mobility increasing and reduction of emissions, while the issues are mainly related to the not enough mature level of development of this technology, leading to a not so high reliability. Starting from the hierarchical decision making approach proposed by Frazzoli and defined as splitted in four parts, this thesis’ purpose is the development of an innovative algorithm that can be inserted in the Motion Planning modulus. The planner here introduced is based on the RRT algorithm (Rapidly-exploring Random Trees), introduced by LaValle, and it is an improvement of the RRT with receding horizon. This new algorithm is able to guide the car in the road environment meeting the vehicle dynamics contraints, the road boundaries and the obstacles avoidance. Simulations demostrate a good reliability (improved respect to the state of the art of similar approaches) and a reduced computational cost.

La guida autonoma è l’obbiettivo più avanzato dell’attuale ricerca nell’ambito dell’automotive. Un veicolo autonomo è un veicolo capace di percorrere l’intera rete stradale senza bisogno di un guidatore umano o di un controllo remoto. Negli ultimi anni, sia le università che l’industria hanno sviluppato questa tecnologia, i cui principali benefici sono la sicurezza, la riduzione dei costi (dovuti agli incidenti), l’aumento della mobilità e la riduzione delle emissioni, mentre gli svantaggi sono legati principalmente al livello non abbastanza maturo di sviluppo di questa tecnologia, che è causa di una non elevata affidabilità. Partendo dall’approccio gerarchico del sistema decisionale proposto da Frazzoli e definito come diviso in quatto parti, lo scopo di questa tesi è lo sviluppo di un algoritmo innovativo che possa essere inserito nel modulo di pianificazione del moto. Il codice qui introdotto è basato sull’algoritmo RRT (Rapidly-exploring Random Trees), introdotto da LaValle, ed è un miglioramento del RRT with receding horizon. Questo nuovo algoritmo è capace di guidare l’autovettura nell’ambiente stradale rispettando i vincoli dinamici del veicolo, i limiti della strada ed evitando gli ostacoli. Le simulazioni dimostrano una maggiore affidabilità (migliorata rispetto allo stato dell’arte di approcci simili) e una riduzione del costo computazionale.