一种用于自动驾驶能量最优运动规划的基于模型启发式方法
最优化与控制
2019-02-22 v2 人工智能
摘要
预测式运动规划是实现节能驾驶的关键，而节能驾驶是自动驾驶的主要益处之一。研究人员研究速度轨迹（一种较简单的运动规划形式）的规划已超过十年，现有许多不同方法。动态规划因其数值背景及包含非线性约束与模型的能力，已被证明是最常用的选择。尽管最优轨迹的规划以系统化方式进行，动态规划并未利用关于所考虑问题的任何知识来引导探索，因而探索了所有可能轨迹。A*是一种搜索算法，能够利用关于问题的知识首先将探索引导至最有希望的解。知识须以启发式函数的形式表示，该函数给出转移至最终状态的代价的乐观估计，这并非一项直截了当的任务。本文提出一种新颖启发式，除文献中已知的动能、势能与滚动阻力外，还纳入了空气阻力、辅助功率以及车辆运行成本。此外，推导了依赖于车辆空气动力学特性与辅助功率的最优巡航速度。结果亦针对启发式函数的不同变体与动态规划进行了比较。
引用
@article{arxiv.1712.03719,
title = {A novel model-based heuristic for energy optimal motion planning for automated driving},
author = {Zlatan Ajanovic and Michael Stolz and Martin Horn},
journal= {arXiv preprint arXiv:1712.03719},
year = {2019}
}
备注
6 pages, 6 figures, 1 table, accepted to IFAC CTS 2018, Savona, Italy