Effektiv rörelseplanering för fordon med GPU

This master thesis concerns path planning for autonomous vehicles. The focus of this thesis is to evaluate whether we can create a path planner suitable for parallelization, and thus if it is advantageous to implement it to a GPU rather than using it on a CPU. The path planner is built by constructing several Bézier curves originating from an initial point and connecting them to parallel paths following the road. Three different collision checks are evaluated, one grid-based approach and two using vehicle approximation and Euclidean distance. Finally, a cost function containing dynamic and static cost terms is used to evaluate the most suitable path choice. Implementing the planner both on a GPU and a CPU, it is shown that some parts are more suitable for parallelization. To evaluate the planner, examples and simulations in MATLAB are done.Detta examensarbete avser vägplanering för autonoma fordon. Fokus för detta projekt är att utvärdera om vi kan skapa en vägplanerare som är lämplig för parallellisering och därmed om det är fördelaktigt att implementera det på en GPU istället för att använda det på en CPU. Banplaneraren är uppbyggd genom att bygga flera Bézier-kurvor som härstammar från en initial punkt och ansluta dessa till parallella banor som följer vägbanan. Tre olika kollisionskontroller utvärderas, ett grid-baserat tillvägagångssätt och två som använder en fordonsapproximation och det euklidiska avståndet. Slutligen används en kostnadsfunktion som innehåller dynamiska och statiska kostnadsvillkor för att utvärdera det lämpligaste valet. Genomförandet av planeraren, både på en GPU och en CPU, visar att vissa delar är mer lämpade för parallellisering än andra. För att utvärdera planeraren görs exempel och simuleringar i MATLAB