A Multi-step Dynamics Modeling Framework For Autonomous Driving In Multiple Environments

作者: Jason Gibson, Bogdan Vlahov, David Fan, Patrick Spieler, Daniel Pastor, Ali-akbar Agha-mohammadi, Evangelos A. Theodorou · ICRA 2023

授權條款

開放取用
論文: CC BY 4.0

以下內容皆依據論文全文，依其 CC BY 4.0 授權條款使用；圖表已標示作者。

一句話摘要

放在以物理為基礎的混合模型中、經初始化的 LSTM，以積分位置損失訓練，能即時預測越野車輛 5 s 的軌跡，用於 GPU MPPI 控制。

為何重要

此模型在一張 RTX 3080 上以 18,432 個樣本在 MPPI 中執行，且在兩倍於訓練時域的長度下仍然可用，這正是高速越野駕駛規劃器所需要的。由於標籤只來自里程計，成本較低的人類駕駛紀錄可以與自主駕駛資料一起使用。比較結果也顯示，在學習模型中保留簡單的參數化致動器模型，可避免網路遇到未訓練過的輸入時產生大誤差。

問題

MPPI 等以取樣為基礎的模型預測控制器需要既準確又便宜的動力學模型，因為它們每秒要執行數百萬次前向預測。以單步預測訓練的模型會被遞迴展開，因此小誤差會在時域內累積，而緩慢的效應則被當成雜訊。越野駕駛還增加了難以建模的地形交互作用，以及轉向與煞車上較大的致動器延遲。

提出的方法

車輛模型被拆成：用於煞車與轉向的學習型致動器延遲模型（一個速率受限的一階延遲加上一個小型網路），以及放在運動學方程式中的引擎與地形阻力網路。每個學習元件都是一個 LSTM，其隱藏狀態與細胞狀態由一個獨立的初始化網路設定，該網路只在過去資料上執行一次，因此所有 MPPI 樣本都重複使用它。訓練在固定的 5 s 時域上對預測位置使用積分損失，只需平滑的里程計作為標籤，並允許混合人類駕駛與自主駕駛資料。

關鍵見解

在固定時域上訓練免除了對 LSTM 長期穩定性的需求，但模型在 10 s 時仍保持穩定，即 5 s 訓練時域的兩倍
初始化網路只看過去的資料，因此它在 CPU 上只執行一次，其隱藏狀態由 GPU 上每一條取樣軌跡共用
積分位置損失讓網路能輸出沒有直接標籤的量，例如車輪座標系下的阻力，並避免對含雜訊的里程計微分
帶有學習修正項的參數化煞車與轉向延遲模型，勝過純黑箱延遲網路，後者的誤差把動力學網路推向沒見過的輸入
共用的引擎、轉向與煞車模型，加上依環境切換的地形阻力網路，涵蓋了沙漠與灌木叢林（chaparral）兩種資料

主要結果

資料集含有來自兩個環境的約 65 萬條軌跡：Helendale（≈30 萬條人類駕駛、≈10 萬條自主駕駛）與 Paso Robles（≈10 萬條人類駕駛、≈15 萬條自主駕駛）；訓練集 ≈50 萬條，測試集 ≈15 萬條
使用真實致動器狀態（合併資料）時，學習模型在 t = 10 s 的距離誤差約為 5 m（例如 HI-LSTM 為 4.981 ± 17.143 m），參數化基線則為 11.153 ± 77.551 m
完整系統在自主駕駛資料上、t = 5 s 時：HI-LSTM 為 2.089 ± 3.463 m，偏航誤差 0.145 rad；運動學 K-LSTM 為 7.259 ± 28.837 m 與 0.775 rad
完整系統在 t = 10 s 時：HI-LSTM 為 5.722 ± 22.936 m，KI-LSTM 為 21.015 ± 155.293 m
在 RTX 3080 上以 18,432 個樣本執行一次 MPPI 迭代，混合模型耗時 59.346 ms、使用 38.08 kB CUDA 記憶體；運動學網路為 83.708 ms 與 62.468 kB，參數化模型為 23.327 ms
黑箱轉向網路的平均轉向誤差約為對應參數化模型的 2×

限制

預測在最初幾步可能不平滑，但損失仍然很低；作者稱這是仍待解決的問題
單就引擎與地形建模而言，混合架構相較純學習網路並未顯著提升準確度，初始化網路的效果也有限
環境類別（沙漠、林地）被假設為事先已知，執行時載入對應的地形網路
此方法對里程計漂移與小幅跳動很敏感，這些在接近零速時造成短暫且動力學上不可行的軌跡，並使輸出過度平滑
只在一輛車、兩種環境中驗證；驗證集與測試集取自同一天的測試

對領域的影響

入圍 ICRA 2023 傑出規劃論文獎決選，被引用 26 次。論文附有補充影片；未說明是否釋出程式碼或資料集。

摘要

動力學建模通常是讓車輛自主化的第一步。雖然道路自駕車已被廣泛研究，越野車輛卻帶來許多具挑戰性的建模問題。越野車輛會遇到極為複雜、難以建模的地形／車輛交互作用，其本身的車輛動力學也很複雜。這些複雜性會為有效的高速控制與規劃帶來挑戰。本文提出一個多步動力學預測框架，它明確處理建模誤差的累積，並對以取樣為基礎的控制器保持可擴展性。我們的方法在有限時域上使用經特殊初始化的長短期記憶（LSTM），作為混合模型中的學習元件，用來預測一輛 4 人座全地形車（Polaris S4 1000 RZR）在兩種不同環境中的動力學。由於只讓 LSTM 在固定時域上預測，我們免除了對長期穩定性的需求，而這在訓練遞迴神經網路時常是一大難題。我們的框架很有彈性，因為它只需要里程計資訊作為標籤。透過大量實驗，我們證明此方法能在具挑戰性的越野駕駛情境中，以五秒的時域即時預測數百萬條可能的軌跡。

連結

arXiv 2305.02241: https://arxiv.org/abs/2305.02241
DOI 10.1109/ICRA48891.2023.10161330: https://doi.org/10.1109/ICRA48891.2023.10161330
PDF: https://arxiv.org/pdf/2305.02241v1