GripMap：面向自动驾赛车的离线与在线轨迹规划的高效空间分辨约束框架
机器人学
2025-04-17 v1
摘要
传统的自动驾车轨迹规划方法常假设车辆模型随位置不变，这忽略了轮胎和路面作为力传递伙伴的关键事实——而轮胎随车辆而行，路面条件则随位置变化。针对这些挑战，本文提出一种用于自动驾赛车的空间动态约束分辨框架，适用于离线与在线规划算法。我们引入GripMap概念，通过Frenet坐标系提供车辆动态约束的空间分辨，使其能够适应局部变化的抓地力条件。这种做法能够补偿位置特性效应，实现更高效的车辆行为，提升安全性，这些都是空间不变车辆模型难以实现的。框架侧重于低存储需求和快速访问通过完美哈希实现。该框架在实际应用中证明具有优势。受自动驾赛车启发的实验表明其有效性。未来工作中，该框架可作为开发适应抓地力条件变化的可解释学习算法的基础层。
引用
@article{arxiv.2504.12115,
title = {GripMap: An Efficient, Spatially Resolved Constraint Framework for Offline and Online Trajectory Planning in Autonomous Racing},
author = {Frederik Werner and Ann-Kathrin Schwehn and Markus Lienkamp and Johannes Betz},
journal= {arXiv preprint arXiv:2504.12115},
year = {2025}
}