在混合交通中为自动驾驶车辆生成舒适、安全且可理解的轨迹
机器人学
2019-05-14 v2 多智能体系统
摘要
尽管自动驾驶的运动规划方法通常侧重于技术参数上的安全性与数学最优性，它们几乎不考虑乘客的便利性、感知安全性以及其他交通参与者的可理解性。然而，对于混合交通中的自动驾驶而言，这是获得公众接受的关键。在本文中，我们修正了混合交通中运动规划的问题表述：我们没有将运动规划问题大幅简化为凸优化问题，而是保留了一个更复杂的概率多智能体模型，并力求近最优解。我们假设其他交通参与者会合作，同时也意识到该假设可能被违背。这种方法所得解在所有情形下均可证明安全，并且在人类也同样明确的情形下舒适且可理解。正如我们在仿真中所展示的，它在混合交通场景中优于现有方法。
引用
@article{arxiv.1805.05374,
title = {Generating Comfortable, Safe and Comprehensible Trajectories for Automated Vehicles in Mixed Traffic},
author = {Maximilian Naumann and Martin Lauer and Christoph Stiller},
journal= {arXiv preprint arXiv:1805.05374},
year = {2019}
}