自動運転AIチャレンジでローカルプランニングを自作する 3

今回の概要

前回の続きです．

今回は，前回実装したFrenet Frameをaichallenge2023-simに組み込んでみた結果を見せたいと思います！

結果

調子が良いときは，障害物が避けられます．

実際にコードを提出してみると，結果はこんな感じでした．

試行によってかなりばらつきが大きく，手元で実行しても，この点数に行くことは少ないため，ちょっと運が良かったのかなと思います😅

ちょっとした工夫点

車が障害物に近づきすぎると，障害物が見えなくなってしまうという問題がありました．Lidarの取り付け位置の関係から，近すぎると見えないのかもしれません．そこで，工夫として，前回観測したオブジェクトが，現在の自己位置に近すぎる場合，現在の障害物に，前回の障害物を加える処理をしました．

def update_object(prev_objs, cur_objs, cur_pos):
    prev_obj_xs, prev_obj_ys = prev_objs
    cur_obj_xs, cur_obj_ys = cur_objs
    cur_pos_x, cur_pos_y = cur_pos

    for prev_obj_x, prev_obj_y in zip(prev_obj_xs, prev_obj_ys):
        if np.hypot(cur_pos_x - prev_obj_x, cur_pos_y - prev_obj_y) < 5.0:
            print("update object")
            cur_obj_xs.append(prev_obj_x)
            cur_obj_ys.append(prev_obj_y)
    

    return cur_obj_xs, cur_obj_ys

また，障害物リストの中に，同じ障害物が入っている場合は，それを取り除く処理を実装しました．

def remove_duplicate_objects(obj_xs: List[float], obj_ys: List[float]):
    # Initialize lists to store unique object coordinates
    unique_xs = []
    unique_ys = []
    
    for x, y in zip(obj_xs, obj_ys):
        is_unique = True
        # Calculate distances using numpy hypot function
        distances = np.hypot(np.array(unique_xs) - x, np.array(unique_ys) - y)
        
        # Check if the object is close to an existing unique object
        if np.any(distances < 1.0):
            is_unique = False

        if is_unique:
            unique_xs.append(x)
            unique_ys.append(y)
    
    return unique_xs, unique_ys

あとは，地道なパラメータチューニングです！