面向高速自动驾驶赛车的高韧性导航与路径规划系统
机器人学
2022-09-16 v3 系统与控制
系统与控制
摘要
本文描述了在 Indy 自动驾驶挑战赛（IAC）中所使用的一种高韧性导航与规划系统。IAC 是一项在印第安纳波利斯赛车场（IMS）上以高达 290 km/h（180 mph）速度自主行驶全尺寸赛车的竞赛。赛车会经历剧烈振动，尤其在高速时。这些振动会劣化基于精密 GPS 辅助惯性测量单元的标准定位算法。定位劣化可导致严重问题，包括碰撞。因此，我们提出了一种韧性导航系统，使赛车在定位失效时仍能保持在赛道内。我们的导航系统采用基于多传感器融合的卡尔曼滤波器。我们利用概率方法检测导航解算的劣化，以计算卡尔曼滤波器校正步骤的最优测量值。此外，提出了一种用于避障的最优路径规划算法。在本挑战赛中，赛道上存在静态障碍物，车辆需以最小时间损失避开它们。通过综合考虑原始最优 racing line、障碍物与车辆动力学，我们提出了一种基于道路图的路径规划算法，以确保赛车能够高效避障。所提定位系统在 IMS 历史首次自动驾驶赛车比赛中成功验证，表明其在 GPS 测量故障时的定位失效防范能力。得益于我们鲁棒的导航与规划算法，我们作为前四名队伍之一完赛，而其余五支队伍因碰撞或偏离赛道违规未能完赛。
引用
@article{arxiv.2207.12232,
title = {A Resilient Navigation and Path Planning System for High-speed Autonomous Race Car},
author = {Daegyu Lee and Chanyoung Jung and Andrea Finazzi and Hyunki Seong and D. Hyunchul Shim},
journal= {arXiv preprint arXiv:2207.12232},
year = {2022}
}