自主驾驶中约束迭代 LQR 的交替方向乘子法
机器人学
2022-07-28 v2 多智能体系统
最优化与控制
摘要
在自主驾驶背景下，迭代线性二次调节器（iLQR）被认为是处理运动规划问题中非线性车辆模型的高效方法。特别是，约束 iLQR 算法在各类通用约束下完成运动规划任务时，已展现出计算效率方面的显著优势。然而，当使用对数障碍函数时，约束 iLQR 方法要求首次迭代存在可行轨迹作为前提。此外，该方法未封闭引入快速、高效且有效的优化方法以进一步加速优化过程的可能性，从而难以满足实时实现需求。本文在非线性车辆动力学与多种约束下构建了明确的运动规划问题，并利用交替方向乘子法（ADMM）基于 iLQR 确定最优控制动作。该方法能够规避首次迭代轨迹的可行性要求。随后考察了自主车辆运动规划的示例。所提方法取得了计算效率的显著提升：与基于对数障碍函数的约束 iLQR 算法相比，所提方法在三种驾驶场景中平均计算时间分别减少 31.93%、38.52% 和 44.57%；与优化求解器 IPOPT 相比，平均计算时间分别减少 46.02%、53.26% 和 88.43%。因此，实时计算与实现可通过所提框架达成，从而为道路驾驶任务提供额外安全性。
引用
@article{arxiv.2011.00462,
title = {Alternating Direction Method of Multipliers for Constrained Iterative LQR in Autonomous Driving},
author = {Jun Ma and Zilong Cheng and Xiaoxue Zhang and Masayoshi Tomizuka and Tong Heng Lee},
journal= {arXiv preprint arXiv:2011.00462},
year = {2022}
}
备注
11 pages, 14 figures