Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Evaluation of Prediction Models in Trajectory Planning for Overtaking Maneuvers.
KTH, School of Industrial Engineering and Management (ITM).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
En utvärdering av prediktionsmodeller i spårplanering för omkörningar. (Swedish)
Abstract [en]

Developing autonomous overtaking could enhance safety by more accurate decision making of if, when and how to execute an overtaking and thereby decrease the collision risk caused by the human factor. Trajectory planning is a strategy to plan overtaking maneuvers, where a trajectory is defined as a path containing position, velocity and acceleration information along with time stamps. The purpose of this study is therefor to improve the decision-making for executing overtakes autonomously.

There are several methods mentioned in the literature on how to solve path/trajectory problems. This study will use a state space sampling based motion planner, that optimizes the jerk between the start and end state. The jerk cost function is minimized by the use of quintic polynomial. This approach samples the end position, hence will a quartic polynomial be used instead. The motion planning algorithm will generate a collision free trajectory for the ego vehicle, to overtake an observed vehicle before the two lanes merges to one lane. The scope of this thesis is to evaluate how the three different prediction models CA, CV and IDM in conjunction with the state space sampling based motion planner affects the travel time. Additionally will three different road friction conditions be considered as constraints. The travel time is considered as the time from when the ego vehicle starts the overtaking to when it reaches the merging point.

The results of this study showed that dry road condition with least strict constraints, allowed a faster travel time compared to wet road condition with stricter constraints. Same applies for the wet road condition with less strict constraints compared to icy road condition. The closer the two vehicles were to each other, the more challenging was the planning where different outcome scenarios occurred for the different prediction models. However, for the collision free trajectories, without performing an action plan, the results showed the exact same travel time and final trajectory, during the same weather condition. The reason is that among the trajectory set during the collision check, all of the trajectories will be valid or invalid for the different prediction models. If the complete trajectory set is valid, the same fastest trajectory is always selected, hence same travel time. If some of the trajectories were invalid and some valid, there would occur a difference in travel time. Investigations on the spread of trajectories were conducted, without any changes. A future work is to implement a more complex action plan, in that way could the results lead to different travel time.

Abstract [sv]

Utveckling av autonoma omkörningar skulle kunna förbättra säkerheten genom mer exakt beslutsfattande av om, när och hur en omkörning ska exekveras. Därmed kan kollisionsrisker orsakade av den mänskliga faktorn minska. Spårplanering är en strategi för att planera en omkörning, där spåret är definierat som en väg med innehållande information om position, hastighet och acceleration med avseende på tid. Syftet med denna studie är därmed att förbättra beslutstagandet för att exekvera en omkörning autonomt.

Det finns flera olika metoder för att lösa spårplanerande problem i existerande litteratur. Denna studie använder en rörelseplanerare som varierar tillståndsvariabler inom ett tillståndsrum, som optimerar ryckiga rörelser från start till slut tillstånd. Kostnadsfunktionen för ryck minimeras vid användning av ett femtegradspolynom. Denna studie varierar slut positionen och kan därför använda ett fjärdegradspolynom. Algoritmen för rörelseplaneraren genererar ett kollisionsfritt spår till ego-fordonet, för att kunna utföra en omkörning av det observerade fordonet, innan vägen går ihop från två filer till en fil. Omfattningen av denna studie består av en utvärdering av hur de tre olika prediktionsmodellerna CA, CV och IDM i kombination med en rörelseplanerare, påverkar restiden. Rörelseplaneraren baseras på en variation av tillståndsvariablerna i tillståndsrummet. Dessutom kommer tre olika vägfriktioner inkluderas som dynamiska begränsningar. Restiden anses vara tiden från när ego-fordonet startar omkörningen till att den uppnått sammanslagningspunkten.

Resultatet för denna studie visade att torrt väglag med minst strikta begränsningar gav en snabbare restid jämfört med blött väglag som har striktare begränsningar. Detsamma gäller för blöt vägförhållanden med mindre strikta vägförhållanden jämfört med isig vägförhållanden. Ju mindre avstånd mellan ego-fordonet och det observerande fordonet, desto mer utmanande blir spårplaneringen. Därmed inträffar olika utfallsscenarier för olika prediktionsmodeller. Dock, blev restiden och de slutgiltiga spåren exakt likadana för de olika prediktionsmodellerna, när samma vägförhållanden gällde. Anledningen till detta resultat är att när en mängd genererade spår passerar kollisionskontrollen, blir antingen alla spår giltiga eller ogiltiga. Om hela mängden genererade spår blir giltiga, kommer det snabbaste spåret alltid väljas, därmed samma restid. Om planeraren genererade en mängd spår, med både varierande giltiga och ogiltiga spår för de olika prediktionsmodellerna, skulle restiden därmed variera. Spridningen av de genererade spåren undersöktes, utan uppnådd ändring av resultat. För fortsatt arbete inom denna studie, bör handlingsplanen vara mer avancerad, för att på så sätt uppnå ett resultat med olika restider.

Place, publisher, year, edition, pages
2019. , p. 60
Series
TRITA-EECS-EX ; 2019:434
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-263105OAI: oai:DiVA.org:kth-263105DiVA, id: diva2:1366480
External cooperation
ALTEN Sverige AB
Supervisors
Examiners
Available from: 2019-10-30 Created: 2019-10-29 Last updated: 2019-10-30Bibliographically approved

Open Access in DiVA

fulltext(1330 kB)8 downloads
File information
File name FULLTEXT01.pdfFile size 1330 kBChecksum SHA-512
592ecec07d1383726709636265e9d062e74e0685f3927c1074c75afe1a89645374ab0bc0fbbefac1662327658f05bf41897f6694b7a5da6ccfb72ef878130024
Type fulltextMimetype application/pdf

By organisation
School of Industrial Engineering and Management (ITM)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 8 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 43 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf