高速转弯控制与自动电动车的实际车辆部署
机器人学
2024-11-26 v2 系统与控制
系统与控制
摘要
在高速转弯过程中执行漂移机动对自动驾驶车辆构成重大挑战, 但有望最小化转向时间并提升驾驶动力学. 虽然强化学习(RL)在模拟环境中显示出有前景的成果, 但仿真与实际环境之间的差异限制了其实际部署. 本研究引入一种创新的控制框架, 集成漂移机动的轨迹优化, 以提高算法在实际车辆实现方面的适应性. 我们采用基于贝塞尔曲线的预轨迹优化以提升奖励, 并通过双延迟深度确定性策略梯度(TD3)在模拟环境中优化控制器. 对于实际部署, 我们实现了一种混合RL-MPC融合机制, 其中TD3派生的机动作为模型预测控制器(MPC)的主要输入. 这种集成使我们能够精确跟踪最优轨迹, 通过MPC提供纠正输入弥合仿真与现实之间的差距. 本方法通过消费级电动车的实际车辆测试验证其有效性, 聚焦漂移U型转弯和漂移直角转弯. 这些实际车辆测试的控制结果在论文中详细记录, 并附有补充视频证据(https://youtu.be/5wp67FcpfL8). 值得注意的是, 本文是首次在消费级电动车上部署并应用基于RL的瞬时漂移转弯算法.
引用
@article{arxiv.2411.11762,
title = {High-Speed Cornering Control and Real-Vehicle Deployment for Autonomous Electric Vehicles},
author = {Shiyue Zhao and Junzhi Zhang and Neda Masoud and Yuhong Jiang and Heye Huang and Tao Liu},
journal= {arXiv preprint arXiv:2411.11762},
year = {2024}
}
备注
In the process of being submitted to the Journal of IEEE Transactions on Industrial Electronics