Generating optimal and feasible path is the essential step of an autonomous vehicle mechanism since it is directly related to the stability and comfort index of a vehicle. The purpose of this thesis is to propose an optimal motion planning controller with collision avoidance on situations in which the road is slippery or a popup obstacle is detected. In order to achieve this purpose, the following three control objectives need to be optimized effectively: reference tracking, collision avoidance, and ensuring the stability of a vehicle. In this regard, model predictive control(MPC) is implemented, which is capable of mediating multi objectives. In recent studies on the collision avoidance system, a clear solution for the stabilization of the vehicle on the slippery road with aggressive control inputs has not been proposed. By considering road conditions and the vehicle dynamics in real-time, the proposed method shows promising results of motion planning controller that generates a collision-free path guaranteeing the stability of the vehicle. Moreover, missions of maneuver are decided from the optimizer by proposing a prioritization strategy along with the driving environment. The proposed strategy is verified in simulation environment that has high fidelity of a vehicle model. Furthermore, proposed motion planner is implemented in the real-time platform for ensuring the calculation cost.
최적의 경로를 생성해주는 것은 차량의 안정성과 주행감에 직결되기에 자율주행 차량 메커니즘의 중요한 단계이다. 본 학위 논문은 미끄러운 노면 및 갑작스러운 장애물 감지와 같은 위급상황에서 충돌 방지를 수행하는 모션 계획을 위한 최적 제어기를 제안하는 것을 목적으로 한다. 본 목적을 달성하기 위해서는 경로 추종, 충돌 방지 및 차량의 안정성 확보라는 세 가지 제어 목적을 효과적으로 다루어야 한다. 이런 관점에서, 모델 예측 제어(Model Predictive Control) 기법을 활용하여 다중 목적을 효과적으로 우선 순위화하고자 하였다. 최근 자율주행 차량의 충돌 회피 시스템에 관한 연구에서는 미끄러운 노면이나 급격한 제어 입력 상황에서 차량의 안정화를 위한 명확한 해결책이 제시되지 않았다. 제안된 방법은 도로 상태와 차량의 동특성을 실시간으로 고려하여 종방향 및 횡방향 제어입력의 효과적인 협조 제어를 달성하였다. 또한, 제어 목적을 주행 환경에 따라 실시간으로 우선순위를 부여하는 전략을 제안함으로써 보다 다양한 시나리오를 통합할 수 있게 한다. 제안하는 전략을 차량 모델의 높은 신뢰성을 가진 시뮬레이션 환경에서 검증한다. 더불어, 실시간 환경에서 제안하는 모션 플래너를 구현하여 연산량을 확인하고 실시간 시뮬레이션을 진행하였다.
