面向自主赛车车辆的快速且模块化自主软件
机器人学
2024-08-29 v1 人工智能
软件工程
摘要
自主 motorsports旨在通过软件和传感器复制人类赛车司机的行为。与传统赛车一样,自主赛车车辆(ARV)在多智能体场景中受到挑战,以极高(≥150mph)速度进行测试。这种运营设计域(ODD)在自主性堆栈中提出了独特挑战。印度自主挑战(IAC)是一个旨在通过ARV竞赛推动自主车辆开发的国际竞赛。虽然距离人类赛车司机能做的事还有遥远,但IAC正在通过举办全尺寸ARV竞赛来推动技术前沿。本文详细介绍了MIT-Pitt-RW团队在IAC中的自主赛车方法。本文提出了我们模块化且快速的代理检测、运动规划和控制方法,以构建自主性堆栈。我们还提供了在单智能体和多智能体场景中进行软件堆栈性能分析,以实现在快速紧凑的竞赛环境中的快速部署。我们还阐述了在物理系统Dallara AV-21平台上部署时是行之有效还是无效的原因,以及针对这些不足之处的潜在改进。最后,我们传达了所学经验教训,并讨论了局限性和未来改进方向。
引用
@article{arxiv.2408.15425,
title = {Fast and Modular Autonomy Software for Autonomous Racing Vehicles},
author = {Andrew Saba and Aderotimi Adetunji and Adam Johnson and Aadi Kothari and Matthew Sivaprakasam and Joshua Spisak and Prem Bharatia and Arjun Chauhan and Brendan Duff and Noah Gasparro and Charles King and Ryan Larkin and Brian Mao and Micah Nye and Anjali Parashar and Joseph Attias and Aurimas Balciunas and Austin Brown and Chris Chang and Ming Gao and Cindy Heredia and Andrew Keats and Jose Lavariega and William Muckelroy and Andre Slavescu and Nickolas Stathas and Nayana Suvarna and Chuan Tian Zhang and Sebastian Scherer and Deva Ramanan},
journal= {arXiv preprint arXiv:2408.15425},
year = {2024}
}
备注
Published in Journal of Field Robotics