Abstract
車両の追い越しは、自動運転車にとって最も複雑な走行操縦の1つです。最適な自動追い越しを実現するために、走行システムは安全な軌道最適化と追い越し効率を可能にする複数のセンサに依存しています。本論文では、LiDARおよび深度画像データに基づく、多対マルチエージェント自動運転レース環境における追い越し軌道最適化を可能にする強化学習メカニズムを提示します。開発した強化学習エージェントは、事前生成されたレーシングラインデータとセンサ入力を用いて、最適な追い越しのための操舵角と線速度を算出します。本システムは、2D検出アルゴリズムを用いたLiDARと、YOLOベースの物体検出による深度カメラを使用して、追い越される車両およびその姿勢を特定します。追い越しのための姿勢推定と軌道最適化を改善するために、LiDARと深度カメラの検出データはUKFで融合されます。結果として、提案アルゴリズムはシミュレーションおよび実環境の両方の実験において追い越し操縦を成功裏に実行できることが示され、姿勢推定のRMSEは(x, y)に対して(0.0816, 0.0531) mでした。
