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

Resumo Técnico: Arbitragem Robusta de Comportamento Global-Local via Fusão Contínua de Comandos sob Erros de LiDAR

1. Problema Abordado

Sistemas de direção autônoma modulares enfrentam o desafio crítico de coordenar objetivos globais de progresso (como seguir uma trajetória de referência) com reações locais de segurança (como desviar de obstáculos) em condições de sensoriamento imperfeito e sob restrições de tempo real estritas.

• Desafio Principal: Fluxos de percepção (especialmente LiDAR) são frequentemente corrompidos por ruído de medição, latência, perda de dados e leituras falsas (outliers).
• Consequência: Mecanismos de arbitragem baseados em regras fixas (ex: troca de modos baseada em limiares de distância) tendem a falhar sob essas condições, causando oscilações rápidas entre comportamentos, decisões excessivamente conservadoras ou falhas na iniciação de manobras.
• Cenário Específico: O artigo foca em situações interativas de curta distância, como ultrapassagens, onde o veículo deve iniciar movimento lateral, manter segurança e retornar à trajetória desejada em janelas de decisão curtas.

2. Metodologia

O artigo propõe um módulo de arbitragem nativo em ROS2 que utiliza uma abordagem de fusão contínua em vez de troca de modos discreta.

• Arquitetura Híbrida:

  • Dois controladores de baixo nível inalterados e interpretáveis operam em paralelo:
    1. Controlador Global: Baseado em Pure Pursuit (PP) para rastreamento de referência.
    2. Controlador Local Reativo: Baseado em Gap Follow (GF) para evasão de colisão usando LiDAR.
  • Ambos geram comandos de direção (Ackermann) a cada passo de controle.

• Mecanismo de Arbitragem (Aprendizado por Reforço):

  • Uma política treinada com PPO (Proximal Policy Optimization) atua como um "portão" (gate) contínuo $\alpha \in [0, 1]$.
  • O comando final executado é uma fusão linear: $u_{final} = (1 - \alpha)u_{PP} + \alpha u_{GF}$.
  • Observação: A política recebe um vetor de características compacto (estatísticas de LiDAR, geometria da trajetória, informações relativas ao oponente), em vez de varreduras brutas, garantindo leveza computacional.
  • Segurança: O sistema inclui um monitor de segurança que pode sobrescrever o comando fundido (parando o veículo) se houver violação de distância mínima ou se os dados de entrada estiverem "viciados" (stale).

• Protocolo de Avaliação de Robustez:

  • Foi desenvolvido um protocolo de injeção de falhas no LiDAR no simulador F1TENTH Gym ROS.
  • Impairments (Degradações): Ruído Gaussiano, atraso de varredura (200 ms), perda de pacotes (dropout) e, crucialmente, a injeção de outliers de curto alcance falsos no cone frontal.
  • Comparação: O método proposto foi comparado com uma baseline preditiva baseada em amostragem (Sampling MPC) leve, que usa o mesmo input e frequência de controle (30 Hz), mas avalia um conjunto discreto de candidatos de trajetória.

3. Contribuições Principais

1. Protocolo de Avaliação de Robustez: Introdução de um protocolo sistemático que injeta ruído, atraso e dropout no LiDAR, além de variar a probabilidade de outliers falsos, gerando curvas de robustez para sucesso, segurança e tempo de execução.
2. Baseline Preditiva Emparelhada: Implementação de uma baseline de controle preditivo baseada em amostragem que opera nas mesmas condições de entrada e frequência de controle, permitindo uma comparação justa.
3. Fusão Contínua de Comandos: Realização de um módulo de arbitragem em nível de comando que funde dois controladores interpretáveis através de um único escalar contínuo, mantendo a estabilidade nominal e permitindo mecanismos de segurança simples (como watchdogs de entrada).

4. Resultados

Os experimentos foram realizados em simulação (pista IMS, treinado em Levine) sob condições degradadas de sensoriamento.

• Desempenho em Condição Nominal:
  • O método de arbitragem alcançou 100% de taxa de sucesso (sem colisões, sem saída de pista, sem timeout).
  • A baseline de amostragem alcançou 90% de sucesso (uma falha por timeout).
• Robustez sob Degradação de LiDAR:
  • À medida que a probabilidade de outliers falsos aumentava, a taxa de sucesso seguro do método proposto degradou-se de forma mais suave do que a da baseline.
  • A baseline falhou principalmente por timeouts ou proximidade insegura, pois os outliers falsos faziam o sistema acreditar que o caminho estava bloqueado, levando a ações excessivamente conservadoras ou rejeição de todas as trajetórias candidatas.
  • O método de arbitragem, ao basear-se em estatísticas resumidas e fusão contínua, foi menos sensível a outliers isolados, evitando oscilações bruscas.
• Estabilidade em Tempo Real:
  • Embora a baseline tenha um tempo médio de execução ligeiramente menor (24 ms vs 32 ms), ela apresentou picos de pior caso significativamente maiores (61 ms vs 47 ms).
  • O método proposto ofereceu uma latência de ponta a ponta mais consistente, o que é crucial para a responsividade em janelas de decisão críticas.

5. Significado e Conclusão

O estudo demonstra que uma camada de coordenação baseada em aprendizado de reforço, focada exclusivamente na fusão de comandos de controladores existentes, pode oferecer uma solução robusta e segura para sistemas modulares de direção autônoma.

• Vantagem Chave: A abordagem não substitui o planejamento de alto nível, mas atua como um coordenador de nível de comando que é resiliente a falhas de percepção comuns (ruído, atraso, dados perdidos).
• Implicação Prática: A fusão contínua evita os problemas de "chatter" (oscilação) típicos de sistemas baseados em regras de limiar, mantendo a interpretabilidade dos controladores subjacentes.
• Limitações e Futuro: O trabalho é uma avaliação baseada em simulação em um cenário específico de ultrapassagem. Trabalhos futuros visam expandir para cenários de interação mais ricos, validação em veículos reais e ablações de componentes.

Em suma, o artigo valida que a fusão contínua de comandos é uma estratégia superior à seleção de trajetória baseada em amostragem pura quando se lida com sensores imperfeitos em ambientes de direção autônoma modular.