通信、控制与机器学习的融合以实现安全自主车辆导航

网联自动驾驶车辆（CAVs）可减少交通事故中的人为错误、提升道路效率，并执行从配送到智慧城市监控等各类任务。要获得这些益处，需要 CAVs 自主导航至目标目的地。为此，每辆 CAV 的导航控制器必须利用传感器与无线系统收集的信息，对纵向与横向运动进行决策。然而，实现 CAVs 的自主导航需要通信、控制与学习系统的融合集成。本文旨在明确揭示该融合相关的挑战，并针对两类主要用例——非协调与协调 CAVs——提出应对方案。具体而言，非协调 CAVs 导航相关的挑战包括稳定路径跟踪、抵御信息物理攻击的鲁棒控制，以及自适应导航控制器设计。与此同时，当多辆 CAVs 在导航中协调其运动时，分析了稳定编队、快速协作学习与分布式入侵检测等基础问题。针对两种情况，均提出了利用通信理论、控制理论与机器学习融合的方案，以实现有效且安全的 CAV 导航。给出了初步仿真结果以展示所提方案的优点。