Autonomous driving is a new reality that is slowly reinventing the concept of automobile. Ever since the first DARPA grand challenge in 2004, autonomous driving has had an incredible boost. Nowadays a new competition is driving the innovation in the field of autonomous driving, the Indy Autonomous Challenge. The Indy Autonomous Challenge is the first head-to-head race among fully autonomous vehicles where research teams coming from all over the world compete in the prestigious Indianapolis Motor Speedway to leave a mark in the history of autonomous driving. The challenge is divided into two sub challenges, a Simulation Race and a Real Race. In this context, the main focus of this thesis is the development and validation of a motion planner capable of coping with different opponents (more than one) at the same time, keeping real time performance. We outline three levels of interaction with opponents. 1. Local Problem: the main concern is to avoid obstacles present on the track 2. Tactical Problem: the goal is to exploit the information on the current position of the opponent to gain competitive advantages 3. Strategical Problem: the goal is to vary the behavior of the vehicle to adapt to the conditions of the race To cope with the requirements of a race scenario, we propose a hierarchical motion planner based on a trajectory database computed offline. The planner is able to run at the speed of 320 km/h in a simulation setup and up to 260 km/h on the real car. The planner is designed to have three behavioral layers capable of generating a wide set of maneuvers such as overtaking, tailgating, aborting, and tracking. Thanks to its structure the planner is able to simultaneously solve the three highlighted interaction problems. Moreover, it is able to guarantee real time performance thanks to its high update rate. The planner was tested both in simulation setup and on the real car and was able to rank first in the Simulation Race.
La guida autonoma è una nuova realtà che sta lentamente reinventando il concetto di auto- mobile. Sin dalla prima DARPA grand challenge nel 2004, la guida autonoma ha avuto un’ incredibile crescita. Oggi una nuova competizione sta guidando l’innovazione nel campo della guida autonoma, l’ Indy Autonomous Challenge. L’ Indy Autonomous Challenge è la prima gara testa a testa tra veicoli completamente autonomi, dove team di ricerca provenienti da tutto il mondo si sfidano nel prestigioso Indianapolis Motor Speedway per lasciare un segno nella storia della guida autonoma. La sfida è divisa in due fasi, una Gara in Simulazione e una Gara Reale. A questo proposito, l’obiettivo principale di questa tesi è lo sviluppo e la validazione di un planner di movimento in grado di affrontare diversi vehicoli avversari (più di uno) contemporaneamente, mantenendo tempi di esecuzione tali da garantire prestazioni in tempo reale. Vengono delineati tre livelli di interazione con veicoli avversari. 1. Problema Locale: l’obiettivo principale è quello di evitare gli ostacoli presenti sulla pista 2. Problema Tattico: l’obiettivo è quello di sfruttare le informazioni sulla posizione attuale di veicoli avversari per ottenere vantaggi competitivi 3. Problema Strategico: l’obiettivo è quello di variare il comportamento del veicolo per adattarsi alle condizioni della gara Per far fronte ai requisiti di una gara reale, proponiamo un planner di movimento gerarchico basato su un database di traiettorie calcolato offline. Il planner è in grado di funzionare fino a velocità di 320 km/h in simulazione e fino a 260 km/h sulla macchina reale. Inoltre, questo planner è progettato per avere tre livelli di pianificazione in grado di generare un’ampia serie di manovre, tra le quali il sorpasso, mantenere una distanza di sicurezza, la frenata di emergenza, manovre di evasione e l’inseguimento di avversari. Grazie alla sua struttura il planner è in grado di risolvere contemporaneamente i tre problemi di pianificazione evidenziati. Inoltre è in grado di garantire prestazioni in tempo reale grazie alla sua elevata frequenza di aggiornamento. Il planner è stato testato sia in simulazione che sull’auto reale ed è stato in grado di classificarsi primo nella Gara in Simulazione.
Development of a hierarchical motion planner for the Indy Autonomous Challenge
Favuzzi, Eugenio
2020/2021
Abstract
Autonomous driving is a new reality that is slowly reinventing the concept of automobile. Ever since the first DARPA grand challenge in 2004, autonomous driving has had an incredible boost. Nowadays a new competition is driving the innovation in the field of autonomous driving, the Indy Autonomous Challenge. The Indy Autonomous Challenge is the first head-to-head race among fully autonomous vehicles where research teams coming from all over the world compete in the prestigious Indianapolis Motor Speedway to leave a mark in the history of autonomous driving. The challenge is divided into two sub challenges, a Simulation Race and a Real Race. In this context, the main focus of this thesis is the development and validation of a motion planner capable of coping with different opponents (more than one) at the same time, keeping real time performance. We outline three levels of interaction with opponents. 1. Local Problem: the main concern is to avoid obstacles present on the track 2. Tactical Problem: the goal is to exploit the information on the current position of the opponent to gain competitive advantages 3. Strategical Problem: the goal is to vary the behavior of the vehicle to adapt to the conditions of the race To cope with the requirements of a race scenario, we propose a hierarchical motion planner based on a trajectory database computed offline. The planner is able to run at the speed of 320 km/h in a simulation setup and up to 260 km/h on the real car. The planner is designed to have three behavioral layers capable of generating a wide set of maneuvers such as overtaking, tailgating, aborting, and tracking. Thanks to its structure the planner is able to simultaneously solve the three highlighted interaction problems. Moreover, it is able to guarantee real time performance thanks to its high update rate. The planner was tested both in simulation setup and on the real car and was able to rank first in the Simulation Race.| File | Dimensione | Formato | |
|---|---|---|---|
|
Eugenio Favuzzi.pdf
non accessibile
Descrizione: Development of a hierarchical motion planner for the Indy Autonomous Challenge
Dimensione
53.57 MB
Formato
Adobe PDF
|
53.57 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/183610