一种用于设计网联与自动驾驶车辆试验场的“Xcity”优化方法
机器人学
2018-08-10 v1
摘要
试验场或赛道测试一直是网联与自动驾驶车辆（CAV）测试与验证流程的重要组成部分。若干世界级的 CAV 试验场，如密歇根大学的 Mcity 和 Waymo 的 The Castle，已经建成，还有更多正在建设中。本文提出首个面向 CAV 试验场设计的优化方法，并将任一此类以 CAV 为中心的设计问题称为“Xcity”，以强调全球范围内涌现的巨额投资、多维空间考量与巨大建设投入。受近期交通场景聚类进展的启发，我们进一步将“道路资产”定义为基本构建单元，并将整个设计过程表述为非线性优化问题。我们已表明该框架可用于自适应生成具备优化能力与灵活性的 CAV 试验场设计，并可进一步扩展以评估已有的“Xcity”设计。
引用
@article{arxiv.1808.03089,
title = {An "Xcity" Optimization Approach to Designing Proving Grounds for Connected and Autonomous Vehicles},
author = {Rui Chen and Mansur Arief and Ding Zhao},
journal= {arXiv preprint arXiv:1808.03089},
year = {2018}
}