基于 RRT 与优化的低速驾驶场景自动驾驶分层轨迹规划
机器人学
2019-04-05 v1
摘要
尽管在城市场景道路与高速公路的路径规划研究上已投入巨大努力，鲜有工作研究低速驾驶场景（例如在大学校园内驾驶或穿过住宅区与工业区）中的驾驶策略与轨迹规划。对这些场景规划的研究至关重要，因为此类环境通常覆盖日常出行或物流系统的首公里或最后一公里。此外，必须区别对待这些场景，因为在大多数情况下，驾驶环境狭窄、动态且障碍物密集，这也导致此类环境中的规划仍是具有挑战性的任务。本文提出一种将路径规划与时间规划分离的分层规划方法。通过改进的双边快速扩展随机树（bi-RRT）方法生成满足运动学约束的路径。随后，通过序列二次规划（SQP）对该路径各节点的时间戳进行优化，其可行搜索边界由安全区间（SIs）定义。在不同驾驶场景中的仿真与实车测试证明了该方法的有效性。
引用
@article{arxiv.1904.02606,
title = {Hierarchical Trajectory Planning for Autonomous Driving in Low-speed Driving Scenarios Based on RRT and Optimization},
author = {Yuying Chen and Haoyang Ye and Ming Liu},
journal= {arXiv preprint arXiv:1904.02606},
year = {2019}
}
备注
8 pages, 12 figures