具有多模态环境不确定性的机会约束轨迹规划
机器人学
2025-03-11 v1 系统与控制
系统与控制
摘要
我们研究高斯混合模型（GMM）不确定性下的安全轨迹规划问题。具体而言，我们使用 GMM 对障碍物不确定状态的多模态行为进行建模。然后，针对具有确定性线性系统和多面体障碍物的机会约束轨迹规划问题，我们开发了一种混合整数锥近似。当 GMM 矩通过有限样本估计时，我们开发了一种紧致集中界限，以确保以期望的置信度满足机会约束。此外，为了限制约束违反的程度，我们开发了一种与机会约束相对应的条件风险价值（CVaR）方法，并针对已知和估计的 GMM 矩推导出一种易于处理的近似。我们利用最先进的轨迹预测算法和自动驾驶数据集验证了我们的方法。
引用
@article{arxiv.2503.06779,
title = {Chance-Constrained Trajectory Planning with Multimodal Environmental Uncertainty},
author = {Kai Ren and Heejin Ahn and Maryam Kamgarpour},
journal= {arXiv preprint arXiv:2503.06779},
year = {2025}
}
备注
Published in IEEE Control Systems Letters