用于非线性 MPC 中汽车避障的 Frenet-笛卡尔模型表示
系统与控制
2022-12-27 v1 机器人学
系统与控制
摘要
近年来，非线性模型预测控制（NMPC）已被广泛用于解决汽车运动控制与规划任务。为表述 NMPC 问题，可使用具有不同优势的不同坐标系。我们提出并比较了 NMPC 相关优化问题的表述，在单一非线性规划（NLP）中结合了笛卡尔与 Frenet 坐标系（CCF/FCF）。我们在更具优势的坐标系中指定代价与碰撞避免约束，推导适当的表述，并比较不同的障碍物约束。借助此方法，我们利用 CCF 中对手车辆约束的更简表述，以及道路对齐的、与 FCF 相关的代价与约束。在仿真框架中与其他方法的比较凸显了所提方法的优势。
引用
@article{arxiv.2212.13115,
title = {Frenet-Cartesian Model Representations for Automotive Obstacle Avoidance within Nonlinear MPC},
author = {Rudolf Reiter and Armin Nurkanović and Jonathan Frey and Moritz Diehl},
journal= {arXiv preprint arXiv:2212.13115},
year = {2022}
}