Geri Dön

Lane change prediction for autonomous vehicles using trajectory templates

Yörünge şablonları kullanarak otonom araçlar için şerit değiştirme tahmini

  1. Tez No: 899751
  2. Yazar: İSMAİL HAKKI YILDIZ
  3. Danışmanlar: PROF. DR. KLAUS WERNER SCHMIDT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kompozisyon Sanat Dalı
  13. Sayfa Sayısı: 118

Özet

Otonom araçların navigasyonu, hem ego-aracın istenen hareketine hem de çevredeki trafiğin hareketine bağlıdır. Bu nedenle, çevredeki araçların hızlı ve doğru yörünge tahmini, güvenli ve verimli otonom navigasyon için kritik öneme sahiptir. Bu çalışma, otonom araç navigasyonunda şerit değiştirme yörüngelerinin tahmini için yeni bir model-tabanlı yaklaşım sunmaktadır. Yöntem, şerit değiştirme yörüngelerinin klotoid-tabanlı 'bi-elementary path' modeli olarak adlandırılan yörünge şablonları kullanılarak temsil edilmesine dayanmaktadır. Bu şerit değiştirme yörüngesi şablonlarının parametreleri daha sonra en küçük kareler yöntemi ile eğri uydurma uygulanarak tahmin edilmektedir. Yöntemimizde, 'bi-elementary path' yörüngeleri 'arc-splines' denilen yay segmentleriyle etkili bir şekilde yaklaşık temsil edilmektedir. Methodumuzun temel avantajı, şerit değiştirme yörüngelerini çok az sayıda parametre ile temsil edebilmesi ve böylece eğri uydurma işleminin hesaplama karmaşıklığının önemli ölçüde azalmasıdır. Bir diğer avantajı ise, uygun koordinat dönüşümleri aracılığıyla hem düz hem de eğimli yollardaki şerit değiştirmelerine doğrudan uygulanabilir olmasıdır. Yöntemin etkinliği, gerçek dünya ölçümlerine dayanan 'Next Generation SIMulation of Mobility (NGSIM)' veri seti kullanılarak değerlendirilmiştir. Burada, tahmin doğruluğunu değerlendirmek için çeşitli tahmin ufukları için konumsal ve zamansal koordinatlardaki Kare Kök Ortalama Hata (RMSE) gibi performans ölçütleri kullanılmıştır. Sonuçlar, yöntemin son teknoloji yöntemlere kıyasla rekabetçi doğruluğunu ve üstün hesaplama verimliliğini göstermektedir. Yorumlanabilirliği ve gerçek zamanlı performansı ile karakterize edilen bu yaklaşım, otonom araçların güvenliğini ve karar verme yeteneklerini geliştirmek için umut verici bir çözüm sunmaktadır.

Özet (Çeviri)

The navigation of autonomous vehicles depends both on the desired motion of the ego-vehicle and on the motion of surrounding traffic such as vehicles. Accordingly, the fast and accurate trajectory prediction of vehicles is crucial for safe and efficient autonomous navigation. This thesis introduces a novel template-based approach for lane change trajectory prediction. The method utilizes clothoid-based bi-elementary paths, a compact and flexible mathematical model, to represent template lane change trajectories. The parameters of these templates are then estimated using least-squares fitting of measured vehicle motion data. In our method, we employ an efficient approximation of bi-elementary paths by arc-splines, that is, sequences of arc segments. The main advantage of this approximation is the representation of lane change trajectories by a very small number of parameters, which reduces the computational complexity of curve fitting. An additional advantage is the direct applicability of our method to lane changes on both straight and curved roads through appropriate coordinate transformations. A comprehensive evaluation on synthetic data as well as the real-world NGSIM dataset, using metrics like Root Mean Squared Error (RMSE) in spatial and temporal coordinates, demonstrates the method's competitive accuracy and superior computational efficiency compared to state-of-the-art methods. Our approach is further characterized by its interpretability and real-time performance and, hence, offers a promising solution for enhancing the safety and decision-making capabilities of autonomous vehicles.

Benzer Tezler

  1. Evaluation of model-based predictive control methods in high-speed automated ground vehicle path following

    Yüksek hızlı bir otonom kara taşıtının yörünge takibinde model bazlı öngörülü kontrol yöntemlerinin değerlendirilmesi

    VOLKAN BEKİR YANGIN

    Doktora

    İngilizce

    İngilizce

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGEN AKALIN

  2. A comparative study of nonlinear model predictive control and reinforcement learning for path tracking

    Yol izleme için doğrusal olmayan model öngörülü kontrol ve pekiştirmeli öğrenmenin karşılaştırmalı çalışması

    GAMZE TÜRKMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA

  3. Development of a learning based trajectory tracking controller for autonomous vehicles

    Otonom araçlar için öğrenme tabanlı yörünge takip kontrolörünün geliştirilmesi

    HASAN ŞENER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Makine MühendisliğiMarmara Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR TÜMERDEM

    DR. İSMAİL HAKKI SAVCI

  4. Collision avoidance and crash mitigation via intelligent steering intervention

    Aktı̇f dı̇reksı̇yon müdahalesı̇ ı̇le kaza önlenmesı̇ ve çarpışma etkı̇sı̇nı̇n azaltılması

    HASAN ŞAHİN

    Doktora

    İngilizce

    İngilizce

    2020

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGEN AKALIN