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

许可协议

• 开放获取
• 论文: CC BY 4.0

以下内容均依据论文全文，按其 CC BY 4.0 许可协议使用；其中的图已注明作者。

一句话总结

嵌入基于物理的混合模型中、经过初始化的 LSTM，以积分位置损失训练，能实时预测越野车辆 5 s 的轨迹，用于 GPU MPPI 控制。

为何重要

该模型在一块 RTX 3080 上以 18,432 个样本在 MPPI 中运行，并且在两倍于训练时域的长度上仍然可用，这正是高速越野驾驶规划器所需要的。由于标签只来自里程计，较便宜的人类驾驶日志可以与自主驾驶数据一起使用。对比还表明，在学习模型中保留简单的参数化执行器模型，可以防止网络在遇到未训练过的输入时产生大误差。

问题

MPPI 等基于采样的模型预测控制器需要既准确又廉价的动力学模型，因为它们每秒要运行数百万次前向预测。以单步预测训练的模型会被递归地展开，因此小误差会在时域内不断累积，而慢变效应被当作噪声处理。越野驾驶还增加了难以建模的地形相互作用，以及转向和制动上的较大执行器延迟。

提出的方法

车辆模型被拆分为：用于制动和转向的学习型执行器延迟模型（一个限速的一阶滞后加一个小型网络），以及嵌入运动学方程中的发动机和地形阻力网络。每个学习部件都是一个 LSTM，其隐藏状态和细胞状态由一个单独的初始化网络设定，该网络在过去的数据上只运行一次，因此所有 MPPI 样本都复用它。训练在固定的 5 s 时域上对预测位置使用积分损失，只需平滑的里程计作为标签，并允许混合人类驾驶和自主驾驶数据。

关键见解

• 在固定时域上训练消除了对 LSTM 长期稳定性的需求，但模型在 10 s 时仍保持稳定，即 5 s 训练时域的两倍
• 初始化网络只看过去的数据，因此它在 CPU 上只运行一次，其隐藏状态由 GPU 上每一条采样轨迹共享
• 积分位置损失使网络能够输出没有直接标签的量，例如车轮坐标系下的阻力，并避免对含噪的里程计求导
• 带有学习修正项的参数化制动和转向延迟模型，优于纯黑箱延迟网络，后者的误差把动力学网络推入了未见过的输入
• 共享的发动机、转向和制动模型，加上按环境切换的地形阻力网络，覆盖了沙漠和灌木丛林地（chaparral）两类数据

主要结果

• 数据集包含来自两个环境的约 65 万条轨迹：Helendale（≈30 万条人类驾驶，≈10 万条自主驾驶）和 Paso Robles（≈10 万条人类驾驶，≈15 万条自主驾驶）；训练集 ≈50 万条，测试集 ≈15 万条
• 使用真实执行器状态（合并数据）时，学习模型在 t = 10 s 时的距离误差约为 5 m（例如 HI-LSTM 为 4.981 ± 17.143 m），而参数化基线为 11.153 ± 77.551 m
• 完整系统在自主驾驶数据上、t = 5 s 时：HI-LSTM 为 2.089 ± 3.463 m，偏航误差 0.145 rad；运动学 K-LSTM 为 7.259 ± 28.837 m 和 0.775 rad
• 完整系统在 t = 10 s 时：HI-LSTM 为 5.722 ± 22.936 m，KI-LSTM 为 21.015 ± 155.293 m
• 在 RTX 3080 上以 18,432 个样本运行一次 MPPI 迭代，混合模型耗时 59.346 ms、占用 38.08 kB CUDA 内存；运动学网络为 83.708 ms 和 62.468 kB，参数化模型为 23.327 ms
• 黑箱转向网络的平均转向误差约为对应参数化模型的 2×

局限

• 预测在最初几步可能不平滑，但损失仍然很低；作者称这是一个尚未解决的问题
• 仅就发动机和地形建模而言，混合架构相比纯学习网络并未显著提高精度，初始化网络的作用也有限
• 环境类别（沙漠、林地）被假定为事先已知，运行时加载相应的地形网络
• 该方法对里程计漂移和小幅跳变很敏感，这些在接近零速时产生了短暂的、动力学上不可行的轨迹，并导致输出被过度平滑
• 仅在一辆车、两种环境中验证；验证集和测试集取自同一天的测试

对领域的影响

入围 ICRA 2023 杰出规划论文奖决赛，被引用 26 次。论文提供了补充视频；未说明是否发布代码或数据集。

摘要

动力学建模通常是让车辆实现自主的第一步。尽管公路自动驾驶车辆已被广泛研究，越野车辆却带来许多具有挑战性的建模问题。越野车辆会遇到高度复杂、难以建模的地形/车辆相互作用，其自身的车辆动力学也很复杂。这些复杂性会给有效的高速控制和规划带来挑战。在本文中，我们提出一个多步动力学预测框架，它显式处理建模误差的累积，并对基于采样的控制器保持可扩展性。我们的方法在有限时域上使用经过特殊初始化的长短期记忆网络（LSTM），作为混合模型中的学习组件，用于预测一辆 4 座全地形车（Polaris S4 1000 RZR）在两种不同环境中的动力学。由于只让 LSTM 在固定时域上进行预测，我们消除了对长期稳定性的需求，而这在训练循环神经网络时常常是一个难题。我们的框架很灵活，因为它只需要里程计信息作为标签。通过大量实验，我们表明该方法能够在具有挑战性的越野驾驶场景中，以五秒的时域实时预测数百万条可能的轨迹。

链接

• 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