障害物属性を考慮した4輪独立ステアリング自律駐車のマルチモーダル分類ネットワーク誘導軌跡計画

要旨：4輪独立操舵（4WIS）車両は、その優れた操縦性により、ますます注目を集めています。人間の運転者は通常、低背の障害物（例：ビニール袋）を横切ったり、またいだりして効率的に狭い空間を走行しますが、既存のプランナーは障害物の属性を無視しているため、効率の低下や計画の失敗につながることがあります。そこで本論文では、この課題に対処するため、ニューラルネットワークによるシーン認識を用い、4WISのハイブリッドA*探索でウォームスタートを生成し、さらに軌道最適化のために最適制御問題（OCP）を利用する、新しいマルチモーダル軌道計画フレームワークを提案します。具体的には、視覚情報と車両状態を融合するマルチモーダル知覚ネットワークを用いて、セマンティックかつ文脈的なシーン理解を捉え、計画者がシーンの複雑さ（難しい／容易なタスク）に応じて戦略を適応できるようにします。難しいタスクでは、ガイド点を導入して複雑なタスクを局所的なサブタスクへ分解し、探索効率を向上させます。また、4WIS車両の複数の操舵モードであるAckermann、対角、ゼロターンを、運動学的に実現可能な運動プリミティブとして組み込みます。さらに、障害物を「非通行可能（non-traversable）」、「通過可能（crossable）」、「乗り越え（drive-over）」に分類する階層型の障害物処理戦略を、ノード展開プロセスに組み込みます。これにより、障害物属性と計画行動を明示的に結びつけ、効率的な意思決定を可能にします。加えて、運動に不確実性を伴う動的障害物に対処するため、確率的リスク場モデルを導入し、OCPにおける線形の衝突回避制約として機能する、リスクを考慮した走行コリドーを構築します。実験結果は、本フレームワークが4WIS車両に対して安全で効率的かつ滑らかな軌道を生成する上で有効であることを示しており、特に制約のある環境で顕著です。