KẾT HỢP THUẬT TOÁN RRT* VỚI CÁC ĐƯỜNG CONG DUBINS VÀ REEDS-SHEPP CHO QUỸ ĐẠO CHUYỂN ĐỘNG CỦA Ô TÔ TỰ LÁI

Vũ Văn Tấn; Đỗ Văn Huy; Tạ Như Thuần; Đào Đức Thiện; Đào Huy Hải

doi:10.34238/tnu-jst.14563

KẾT HỢP THUẬT TOÁN RRT* VỚI CÁC ĐƯỜNG CONG DUBINS VÀ REEDS-SHEPP CHO QUỸ ĐẠO CHUYỂN ĐỘNG CỦA Ô TÔ TỰ LÁI

Thông tin bài báo

Ngày nhận bài: 17/01/26 Ngày hoàn thiện: 13/04/26 Ngày đăng: 14/04/26

Các tác giả

1. Vũ Văn Tấn , Trường Đại học Giao thông vận tải
2. Đỗ Văn Huy, Trường Đại học Giao thông vận tải
3. Tạ Như Thuần, Trường Đại học Giao thông vận tải
4. Đào Đức Thiện, Trường Đại học Giao thông vận tải
5. Đào Huy Hải, Trường Đại học Giao thông vận tải

Tóm tắt

Nghiên cứu này tập trung thiết kế, phân tích và so sánh các đường tham chiếu được tạo ra từ việc kết hợp thuật toán RRT* với đường cong Dubins và đường cong Reeds-Shepp nhằm xác định quỹ đạo hiệu quả nhất cho bài toán lập kế hoạch đỗ xe tự động. Đầu tiên, một bản đồ lưới nhị phân được xây dựng từ hình ảnh vệ tinh của bãi đỗ xe thực tế tại Biologie, Universités, 38610 Gières, Pháp để đánh giá các phương pháp đề xuất. Kết quả mô phỏng cho thấy thuật toán RRT*-Dubins đạt hiệu quả cao trong việc tìm đường vào vị trí đỗ nhờ quỹ đạo mượt và thời gian tính toán nhanh, tuy nhiên thuật toán này không thể tìm đường ra khỏi vị trí đỗ do mô hình Dubins không cho phép chuyển động lùi. Thuật toán RRT*-Reeds-Shepp thể hiện khả năng kết nối linh hoạt hơn, phù hợp cho cả đường vào và đường ra, nhưng xuất hiện nhiều đoạn lùi không cần thiết trên quãng đường di chuyển. Phương pháp kết hợp đề xuất sử dụng thuật toán RRT*-Dubins để tìm đường đến gần vị trí đỗ, sau đó áp dụng đường cong Reeds-Shepp cho giai đoạn cuối. Đây là phương pháp tìm đường hiệu quả nhất do giảm được thời gian tính toán và vẫn giữ được tính linh hoạt chuyển động của ô tô tự lái.

Từ khóa

RRT*; Đường cong Dubins; Đường cong Reeds-Shepp; Đỗ xe tự động; Ô tô tự lái

Toàn văn:

PDF (English)

Tài liệu tham khảo

[1] S. Mikšíková, D. Ulčák, and D. Kutá, “Assessment of Automated Parking Garage Services as a Means to Sustainable Traffic Development in a Mid-Sized City,” Sustainability, vol. 15, no. 3, 2023, Art. no. 2205.

[2] C. Li, J. Du, B. Liu, and J. Li, "A path planning method based on hybrid a-star and RS algorithm," SAE Tech. Pap, 2020, doi: 10.4271/2020-01-5177.

[3] S. Karaman and E. Frazzoli, “Sampling-based algorithms for optimal motion planning,” The International Journal of Robotics Research, vol. 30, no. 7, pp. 846-894, 2011.

[4] B. R. Kiran et al., “Deep Reinforcement Learning for Autonomous Driving: A Survey,” IEEE Transactions on Intelligent Transportation Systems, vol. 23, no. 6, pp. 4909-4926, 2022.

[5] A. Tampuu, T. Matiisen, M. Semikin, D. Fishman, and N. Muhammad, “A survey of end-to-end driving: Architectures and training methods,” IEEE Transactions on Neural Networks and Learning Systems, vol. 33, no. 4, pp. 1364-1384, 2020.

[6] H. Suwoyo and F. Fahrudin, “Dubin’s Curve of RRT* Merged With A,” International Journal of Engineering Continuity, vol. 1, no. 1, pp. 36-47, 2022.

[7] B. D. Tenezaca, C. Canchignia, W. Aguilar, and D. Mendoza, "Implementation of Dubin curves-based RRT* using an aerial image for the determination of obstacles and path planning," in Developments and Advances in Defense and Security, Singapore, Springer, 2020, pp. 203-218.

[8] J. Reeds and L. Shepp, “Optimal paths for a car that goes both forwards and backwards,” Pacific Journal of Mathematics, vol. 145, no. 2, pp. 367-393, 1990.

[9] J. Wang, J. Li, J. Yang, X. Meng, and T. Fu, “Automatic parking trajectory planning based on random sampling and nonlinear optimization,” Journal of the Franklin Institute, vol. 360, no. 13, pp. 9579-9601, 2023.

[10] J. B. Essuman and X. Meng, “Optimal Trajectory Planning for Autonomous Vehicles in Unstructured Environments,” IEEE Control Systems Letters, vol. 8, pp. 2673-2678, 2024.

[11] I. Ibrahim, W. Decré, and J. Swevers, “Accelerated Reeds-Shepp and Under-Specified Reeds-Shepp Algorithms for Mobile Robot Path Planning,” IEEE Transactions on Robotics, vol. 41, pp. 2691-2708, 2025.

[12] J. B. Essuman and X. Meng, “Optimal Trajectory Planning for Autonomous Vehicles in Unstructured Environments,” IEEE Control Systems Letters, vol. 8, pp. 631-636, 2024.

[13] J. Nasir et al., "RRT*-SMART: A rapid convergence implementation of RRT," International Journal of Advanced Robotic Systems, vol. 10, no. 7, 2013, Art. no. 299.

[14] H. Mohammed, L. Romdhane, and M. A. Jaradat, “RRT* N: An efficient approach to path planning in 3D for Static and Dynamic Environments,” Advanced Robotics, vol. 35, no. 3-4, pp. 168-180, 2021.

[15] L. E. Dubins, “On curves of minimal length with a constraint on average curvature, and with prescribed initial and terminal positions and tangents,” American Journal of Mathematics, vol. 79, no. 3, pp. 497-516, 1957.

[16] A. M. SHKEL and V. LUMELSKY, “Classification of the Dubins set,” Robotics and Autonomous Systems, vol. 34, no. 4, pp. 179-202, 2001.

DOI: https://doi.org/10.34238/tnu-jst.14563

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ