Robust Global-Local Behavior Arbitration via Continuous Command Fusion Under LiDAR Errors

Titolo

Arbitrato Robusto Comportamento Globale-Locale tramite Fusione Continua dei Comandi sotto Errori LiDAR

1. Il Problema

I sistemi di guida autonoma modulari devono bilanciare due obiettivi spesso conflittuali: il progresso globale (seguire un percorso pianificato) e la sicurezza locale (evitare ostacoli imprevisti). Questa sfida è particolarmente critica in scenari interattivi, come il sorpasso a distanza ravvicinata, e in condizioni di percezione imperfetta.
I flussi di dati dei sensori, in particolare i LiDAR 2D, sono spesso corrotti da:

• Rumore di misura.
• Latenza (ritardi nella consegna dei dati).
• Dati mancanti (dropout degli scansioni).
• Letture false a corto raggio (outlier).

Le strategie di arbitrato basate su regole rigide (es. soglie di distanza) tendono a fallire in queste condizioni, causando oscillazioni rapide tra comportamenti, decisioni eccessivamente conservative o manovre ritardate. L'obiettivo è sviluppare un modulo di arbitrato che sia robusto a questi errori di sensing, mantenga vincoli di tempo reale stretti e preservi l'interpretabilità dei controllori di base.

2. Metodologia

Gli autori propongono un modulo di arbitrato nativo ROS2 che fonde continuamente i comandi di due controllori di basso livello immutabili e interpretabili, utilizzando un approccio di Apprendimento per Rinforzo (RL).

Architettura del Sistema

1. Controllori di Base (Immutabili):
   • Pure Pursuit (PP): Un controllore globale che traccia un riferimento precalcolato (es. una linea di gara). È efficiente quando il percorso è libero.
   • Gap Follow (GF): Un controllore reattivo basato sul LiDAR che identifica spazi liberi (gap) tra gli ostacoli e sterza verso di essi. È progettato per l'evitamento rapido di collisioni a breve termine.
2. Modulo di Arbitrato (Apprendimento):
   • Un agente basato su PPO (Proximal Policy Optimization) osserva uno stato compatto derivato dal LiDAR e dalla geometria del percorso.
   • Invece di generare nuovi comandi, l'agente predice un gate continuo $\alpha \in [0, 1]$.
   • Il comando finale di guida (Ackermann) è una fusione lineare:
     $$u_{fuso} = (1 - \alpha) \cdot u_{PP} + \alpha \cdot u_{GF}$$
   • Se $\alpha \approx 0$, il veicolo segue il percorso globale; se $\alpha \approx 1$, segue la strategia reattiva di evitamento.
3. Sicurezza e Robustezza:
   • Il sistema include un watchdog per l'input (rileva dati obsoleti) e un override di sicurezza che ferma il veicolo se la distanza di sicurezza viene violata.
   • Durante l'addestramento, vengono simulati errori di LiDAR (rumore gaussiano, ritardi, dropout) e vengono mascherati i dati sulla posizione dell'avversario per simulare scenari reali dove tale informazione non è sempre disponibile.

Baseline di Confronto

Per un confronto equo, è stato implementato un baseline predittivo basato sul campionamento (Sampling MPC). Questo metodo valuta un insieme discreto di candidati di sterzata costante, simulando traiettorie a breve termine e scartando quelle che violano i vincoli di sicurezza basati sul LiDAR. Entrambi i sistemi operano alla stessa frequenza di controllo (30 Hz) e utilizzano gli stessi input ROS.

3. Contributi Chiave

1. Valutazione della Robustezza LiDAR in ROS2: Introduzione di un protocollo di valutazione che inietta sistematicamente rumore, ritardi e dropout nel flusso LiDAR, oltre a variare la probabilità di outlier falsi a corto raggio nel cono frontale. Questo genera curve di robustezza che quantificano il degrado delle prestazioni.
2. Fusione Continua di Controllori Immutabili: Un modulo di arbitrato che apprende solo una singola variabile scalare ($\alpha$) per fondere due controllori esistenti (PP e GF). Questo approccio mantiene l'interpretabilità dei controllori di basso livello e semplifica l'integrazione di meccanismi di sicurezza.
3. Baseline Predittivo Matched: Implementazione di un baseline MPC basato sul campionamento ottimizzato per le stesse condizioni di input e frequenza di controllo, permettendo un confronto diretto tra approcci basati su apprendimento e approcci basati su modelli.

4. Risultati

Gli esperimenti sono stati condotti in simulazione (F1TENTH Gym ROS) su un tracciato di test (IMS) non visto durante l'addestramento (Levine), sotto condizioni di sensing degradate.

• Prestazioni in Condizioni Nominali:
  • Il metodo proposto (Arbitratore) ha raggiunto un 100% di successo nel sorpasso, con zero collisioni e zero timeout.
  • Il baseline MPC ha raggiunto il 90% di successo, fallendo principalmente a causa di timeout.
• Robustezza agli Errori (Outlier e Degrado):
  • Man mano che la probabilità di outlier falsi a corto raggio ($p_{out}$) aumentava, il tasso di successo sicuro del baseline MPC degradava più rapidamente rispetto all'arbitratore.
  • Il baseline MPC tendeva a diventare eccessivamente conservativo (rifiutando traiettorie valide a causa di letture false) o a subire timeout a causa della dipendenza da scansioni fresche per lo screening delle collisioni.
  • L'arbitratore proposto ha mostrato un degrado più graduale, grazie alla fusione di comportamenti stabili e all'uso di statistiche aggregate del LiDAR invece del controllo beam-by-beam.
• Prestazioni in Tempo Reale:
  • Sebbene il baseline MPC avesse un tempo di esecuzione medio leggermente inferiore (24 ms vs 32 ms), l'arbitratore ha mostrato una maggiore stabilità nei tempi di esecuzione peggiori (Worst-case: 47 ms vs 62 ms).
  • Questo suggerisce che l'approccio basato su RL offre una risposta più prevedibile e consistente in condizioni di sensing disturbato, riducendo il rischio di ritardi critici durante le manovre.

5. Significato e Implicazioni

Il lavoro dimostra che un approccio di fusione continua dei comandi a livello di esecuzione (command-level) può essere una soluzione pratica ed efficace per l'arbitrato comportamentale in stack di autonomia modulare.

• Robustezza: L'uso di un gate continuo appreso, combinato con controllori di base interpretabili, supera le limitazioni delle logiche di commutazione basate su soglie rigide, specialmente in presenza di rumore e dati mancanti.
• Sicurezza Operativa: La capacità di mantenere prestazioni stabili e tempi di esecuzione prevedibili sotto stress sensoriale è cruciale per la validazione della sicurezza in scenari reali.
• Limiti e Futuro: Lo studio è limitato a un singolo scenario di sorpasso in simulazione. Tuttavia, stabilisce una metodologia solida per valutare la robustezza dei sistemi di guida autonoma, suggerendo che l'apprendimento può essere utilizzato efficacemente per "orchiestrare" controllori classici senza sostituirli, mantenendo il controllo a livello di pianificazione per la logica di interazione complessa.

In sintesi, il paper propone un ponte efficace tra la rigidità dei controllori classici e la flessibilità dell'apprendimento, offrendo un modulo di arbitrato robusto, sicuro e adatto al tempo reale per veicoli autonomi in ambienti dinamici e rumorosi.