连续凸化在自动驾驶规划与控制中的应用
最优化与控制
2020-10-14 v1
摘要
本文给出了连续凸化方法在源自近期航空航天文献的自动驾驶问题中的应用。我们在连续凸化框架内构建了两个优化问题。通过在车辆运动学模型中使用弧长参数化，我们求解了带有多种约束与障碍构型的速度规划与模型预测控制问题。本文是将航空航天文献中的连续凸化方法系统性地应用于自动驾驶问题的首例。此外，我们在优化连续表述中包含规避机动，展示了逻辑状态触发约束的一个简单应用（见仿真部分）。我们给出了问题建模与实现的细节，并展示与讨论了结果。
引用
@article{arxiv.2010.06276,
title = {Applications of Successive Convexification in Autonomous VehiclePlanning and Control},
author = {Ali Boyali and Simon Thompson and David Wong},
journal= {arXiv preprint arXiv:2010.06276},
year = {2020}
}
备注
Presented at ICACR 2020