基于并行化优化与控制屏障函数安全保证的多车自主竞速
机器人学
2022-03-29 v3 多智能体系统
系统与控制
系统与控制
摘要
本文提出一种在赛车场景中与多车竞速的新型规划与控制策略。所提竞速策略在两种模式间切换。当周围无车辆时,采用基于学习的模型预测控制(MPC)轨迹规划器,以保证自车获得更好的圈速性能。当自车与周围其他车辆竞争超车时时,基于优化的规划器通过并行计算生成多条动态可行轨迹。每条轨迹在 MPC 公式下以位于周围车辆横向之间的不同同伦贝塞尔曲线参考路径进行优化。在这些不同同伦轨迹中选取时间最优轨迹,并采用带用于控制屏障函数约束的底层 MPC 控制器以实现避障,从而保证系统的安全关键性能。所提算法能够生成无碰撞轨迹并跟踪之,同时以稳定的低计算复杂度提升圈速性能,在自主竞速环境的时效与性能上均优于现有方法。为展示我们的竞速策略性能,我们在赛道上模拟多辆随机生成的移动车辆,并测试自车的超车机动。
引用
@article{arxiv.2112.06435,
title = {Autonomous Racing with Multiple Vehicles using a Parallelized Optimization with Safety Guarantee using Control Barrier Functions},
author = {Suiyi He and Jun Zeng and Koushil Sreenath},
journal= {arXiv preprint arXiv:2112.06435},
year = {2022}
}
备注
Accepted to IEEE International Conference on Robotics and Automation (ICRA 2022)