基于Frenet空间的自动驾驶长短时决策与轨迹规划框架
机器人学
2020-11-30 v1 系统与控制
系统与控制
摘要
本文提出一种用于高速公路驾驶任务中决策与规划的层次化框架。我们利用智能驾驶模型（IDM与MOBIL）基于自车周边交通状况流生成长期决策。这些决策在尊重其他车辆目标的同时最大化自车性能。在Frenet空间上执行短期轨迹优化，使计算对道路三维曲率保持不变。在Frenet坐标系上提出一种针对运动障碍物的新型避障方法。该优化探索驾驶走廊以生成时空多项式轨迹，从而安全穿越交通并遵从BP指令。该框架还引入一个启发式监督器，用于识别意外情况并在潜在紧急状况下重新计算各模块。CARLA仿真中的实验显示了该框架在实现匹配人类行为的多种驾驶风格方面的潜力与可扩展性。
引用
@article{arxiv.2011.13099,
title = {An Autonomous Driving Framework for Long-term Decision-making and Short-term Trajectory Planning on Frenet Space},
author = {Majid Moghadam and Gabriel Hugh Elkaim},
journal= {arXiv preprint arXiv:2011.13099},
year = {2020}
}
备注
Submitted to International Conference on Robotics and Automation (ICRA 2021)