面向自动驾驶车辆控制的未来聚焦控制障碍函数
最优化与控制
2022-10-05 v2 系统与控制
系统与控制
摘要
在本文中，我们引入一类未来聚焦控制障碍函数（ff-CBF），旨在改进传统的基于短视 CBF 的控制设计，并在一组通信与非通信自动驾驶车辆的无信号十字路口穿越问题中研究其效能。我们的新型 ff-CBF 编码了车辆采取控制动作，以避免在任意长未来时间间隔内基于零加速度策略预测到的碰撞。在此意义上，ff-CBF 定义了一道虚拟屏障，我们提出以松弛未来聚焦 CBF（rff-CBF）的形式放宽该屏障，允许在远离车辆间物理屏障处松弛虚拟 ff-CBF 屏障。我们通过一系列交叉口场景的仿真试验研究了基于 ff-CBF 和 rff-CBF 的控制器在通信车辆上的性能，并特别强调了基于 rff-CBF 的控制器在保持安全性与可行性的同时，通过提升交叉口吞吐量在经验上优于文献中的基准控制器。最后，我们在实验室环境中使用一组5台非通信 AION 地面漫游车的交叉口场景上演示了所提出的 ff-CBF 控制律。
引用
@article{arxiv.2204.00127,
title = {Future-Focused Control Barrier Functions for Autonomous Vehicle Control},
author = {Mitchell Black and Mrdjan Jankovic and Abhishek Sharma and Dimitra Panagou},
journal= {arXiv preprint arXiv:2204.00127},
year = {2022}
}
备注
8 pages, 7 figures, 2 tables, submitted to 2023 American Control Conference, under review