定位不确定性下网联自动驾驶的节能预测控制
系统与控制
2024-07-30 v2 系统与控制
摘要
本文提出了一种数据驱动的模型预测控制(MPC)，用于网联自动驾驶车辆的节能城市道路行驶。所提出的MPC旨在通过控制车辆在带有交通信号灯和前车的道路上的纵向运动来最小化总能耗。其终端代价函数和终端约束从数据中学习，数据包括闭环状态和输入轨迹。终端代价函数表示从给定终端状态开始的剩余能量消耗。终端约束旨在确保受控车辆及时通过即将到来的交通信号灯，遵守交通法规，并考虑前车。我们通过仿真和车辆在环实验验证了方法的有效性，与传统的涉及求解长时域最优控制问题进行速度规划并使用单独控制器进行速度跟踪的方法相比，平均能效提高了19%。
引用
@article{arxiv.2405.14031,
title = {Energy-efficient predictive control for connected, automated driving under localization uncertainty},
author = {Eunhyek Joa and Eric Yongkeun Choi and Francesco Borrelli},
journal= {arXiv preprint arXiv:2405.14031},
year = {2024}
}
备注
Accepted for IEEE Transactions of Intelligent Vehicles. arXiv admin note: text overlap with arXiv:2402.01059