利用群体智能实现自主驾驶：基于粒子群优化的运动规划方法
机器人学
2024-04-04 v1
摘要
运动规划是自主移动平台的重要组成部分。一个好的流程应具有足够的模块化，以处理不同的车辆、环境和感知模块。规划过程必须应对所有不同的模态，并具有模块化和灵活的设计。但最重要的是，它必须安全且鲁棒。在本文中，我们提出以粒子群优化（PSO）为核心的运动规划流程。该解决方案独立于车辆类型，并为感知模块提供了清晰且易于实现的接口。此外，该方法易于适应新场景。并行计算可实现快速规划周期。遵循PSO原理，轨迹规划器首先生成一组初始轨迹，然后对其进行优化。我们介绍了底层控制空间和内部工作原理。最后，通过评估展示了在实际自动驾驶中的应用，并深入探讨了成本函数的建模。该方法已用于我们的自动穿梭车，这些车辆在郊区日常交通中已安全、完全自主地行驶了超过3500公里。
引用
@article{arxiv.2404.02644,
title = {Leveraging Swarm Intelligence to Drive Autonomously: A Particle Swarm Optimization based Approach to Motion Planning},
author = {Sven Ochs and Jens Doll and Marc Heinrich and Philip Schörner and Sebastian Klemm and Marc René Zofka and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2404.02644},
year = {2024}
}