Techniques are discussed herein for determining optimal driving trajectories for autonomous vehicles in complex multi-agent driving environments. A baseline trajectory may be perturbed and parameterized into a vector of vehicle states associated with different segments (or portions) of the trajectory. Such a vector may be modified to ensure the resultant perturbed trajectory is kino-dynamically feasible. The vectorized perturbed trajectory may be input, including a representation of the current driving environment and additional agents, into a prediction model trained to output a predicted future driving scene. The predicted future driving scene, including predicted future states for the vehicle and predicted trajectories for the additional agents in the environment, may be evaluated to determine costs associated with each perturbed trajectory. Based on the determined costs, the optimization algorithm may determine subsequent perturbations and/or the optimal trajectory for controlling the vehicle in the driving environment.

    L'invention concerne des techniques pour déterminer des trajectoires de conduite optimales pour des véhicules autonomes dans des environnements de conduite multi-agents complexes. Une trajectoire de ligne de référence peut être perturbée et paramétrée en un vecteur d'états de véhicule associés à différents segments (ou portions) de la trajectoire. Un tel vecteur peut être modifié pour garantir que la trajectoire perturbée résultante est réalisable du point de vue kinodynamique. La trajectoire perturbée vectorisée peut être entrée, y compris une représentation de l'environnement de conduite actuel et des agents supplémentaires, dans un modèle de prédiction entraîné pour délivrer une scène de conduite future prédite. La scène de conduite future prédite, y compris des états futurs prédits pour le véhicule et des trajectoires prédites pour les agents supplémentaires dans l'environnement, peut être évaluée afin de déterminer des coûts associés à chaque trajectoire perturbée. Sur la base des coûts déterminés, l'algorithme d'optimisation peut déterminer des perturbations ultérieures et/ou la trajectoire optimale pour commander le véhicule dans l'environnement de conduite.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    TRAJECTORY OPTIMIZATION IN MULTI-AGENT ENVIRONMENTS


    Weitere Titelangaben:

    OPTIMISATION DE TRAJECTOIRE DANS DES ENVIRONNEMENTS MULTI-AGENTS


    Beteiligte:
    KOBILAROV MARIN (Autor:in) / PARK CHONHYON (Autor:in)

    Erscheinungsdatum :

    13.02.2025


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Englisch


    Klassifikation :

    IPC:    G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen / B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion



    TRAJECTORY OPTIMIZATION IN MULTI-AGENT ENVIRONMENTS

    KOBILAROV MARIN / PARK CHONHYON | Europäisches Patentamt | 2024

    Freier Zugriff

    Multi-Agent Path Planning and Trajectory Generation for Confined Environments

    Beyoglu, Hikmet / Weiss, Stephan / Rinner, Bernhard | IEEE | 2022


    Rapid Trajectory Optimization of Multi-Agent Hybrid Systems

    Ross, I / D'Souza, Christopher | AIAA | 2004


    Multi-agent trajectory prediction

    NARAYANAN SRIRAM NOCHUR / LIU BUYU / MOSLEMI RAMIN et al. | Europäisches Patentamt | 2023

    Freier Zugriff