紧急自动驾驶车辆的敏捷决策与安全关键运动规划
机器人学
2025-06-03 v4 系统与控制
系统与控制
摘要
对于自动驾驶车辆(AVs)，尤其是紧急AVs，效率至关重要。然而，大多数现有方法关注常规车辆，忽略了紧急车辆为解决在确保安全的前提下最大化效率所需的不同策略。本文我们提出一种集成敏捷决策与主动安全关键运动规划系统(IDEAM)。IDEAM聚焦于使紧急AVs，例如救护车，在密集交通情景中能够安全地主动获取效率。首先，给出以速度为中心的决策算法，称为长短期时空图中心决策(LSGM)。LSGM包括用于生成多个路径的条件深度优先搜索(C-DFS)以及用于路径选择的速度增益和风险评估方法，这为高效率和安全性考虑提供了稳健的算法。其次，基于LSGM的输出路径，运动规划器重新考虑环境条件以决定最终规划阶段的约束状态，其中 lane-probing状态用于主动获取空间和速度优势。最后，在基于Frenet模型预测控制(MPC)框架下，考虑最终约束状态和选定路径，安全关键运动规划器采用解耦离散控制栏栅函数(DCBFs)和线性化离散时序高阶控制栏栅函数(DHOCBFs)来建模与不同驾驶行为相关的约束，使最优优化问题凸化。最后，我们使用从随机合成数据集中提取的情景进行了广泛验证，展示了其在同时实现速度收益和确保安全方面的能力。
引用
@article{arxiv.2409.08665,
title = {Agile Decision-Making and Safety-Critical Motion Planning for Emergency Autonomous Vehicles},
author = {Yiming Shu and Jingyuan Zhou and Fu Zhang},
journal= {arXiv preprint arXiv:2409.08665},
year = {2025}
}