DTR：面向缩放自动驾驶赛车的基于德劳内三角剖分的赛车方法
机器人学
2025-06-02 v1
摘要
自动驾驶赛车的反应式控制器通过将传感器输入直接映射到控制动作，避免了完整的感知-思考-行动（Sense-Think-Act）自主技术栈的计算开销，从而消除了对定位和规划的需求。一种广泛使用的反应式策略是 FTG，它识别 LiDAR 距离测量中的间隙并转向所选间隙。虽然在完全封闭的赛道上有效，但 FTG 在边界不完整的场景中会失败，并且容易驶入死胡同，这被称为 FTG 陷阱。本工作提出了 DTR，一种反应式控制器，它将来自原始 LiDAR 读数的德劳内三角剖分与赛道边界分割相结合，以提取中心线，同时系统性地避免 FTG 陷阱。与 FTG 相比，所提出的方法实现了快 70% 的圈速，并接近依赖地图的方法的性能。DTR 的延迟为 8.95 ms，在机器人的 OBC 上 CPU 使用率仅为 38.85%，具备实时能力，并已在现场实验中成功部署和评估。
引用
@article{arxiv.2505.24320,
title = {DTR: Delaunay Triangulation-based Racing for Scaled Autonomous Racing},
author = {Luca Tognoni and Neil Reichlin and Edoardo Ghignone and Nicolas Baumann and Steven Marty and Liam Boyle and Michele Magno},
journal= {arXiv preprint arXiv:2505.24320},
year = {2025}
}