混合交通中用于换道的连接增强型安全神经网络规划器
机器人学
2023-02-07 v1
摘要
连接技术通过提供超越单个车辆感知和预测能力的信息，在提高交通系统的安全性和效率方面显示出巨大潜力。然而，在向完全连接和自动化交通系统过渡期间，预计人类驾驶车辆与自动驾驶车辆、连接车辆与非连接车辆需要共享交通网络。这种混合交通场景显著增加了分析系统行为和量化高度交互场景（例如换道）不确定性的复杂性。当利用基于神经网络的规划器来进一步提高效率时，确保系统安全就更加困难。在这项工作中，我们提出了一种连接增强的基于神经网络的换道规划器。通过与动态环境中的周围连接车辆合作，我们提出的规划器将根据对安全规避轨迹的分析来调整其规划轨迹。我们通过广泛的仿真，在各种混合交通场景中展示了我们规划器设计在提高效率和确保安全方面的优势。我们还分析了当通信或协调不完美时的系统鲁棒性。
引用
@article{arxiv.2302.02513,
title = {Connectivity Enhanced Safe Neural Network Planner for Lane Changing in Mixed Traffic},
author = {Xiangguo Liu and Ruochen Jiao and Bowen Zheng and Dave Liang and Qi Zhu},
journal= {arXiv preprint arXiv:2302.02513},
year = {2023}
}