长时域风险厌恶运动规划：一种模型预测方法
最优化与控制
2022-09-16 v1
摘要
开发在混合交通中具备前瞻性、安全性与舒适性的安全自动驾驶车辆，需要改进的风险厌恶且考虑其他道路使用者运动预测的规划方法。为兼顾这些准则，本文提出一种非线性模型预测轨迹生成方案，其耦合车辆纵向与横向运动以最小风险操纵车辆驶向目标状态。所提方法通过模型预测控制（MPC）问题代价函数中基于人工势的风险场，考虑基础设施、周围物体及物体状态预测。该轨迹生成器支持预见性机动，即在任何安全关键干预必要之前远早于风险进行缓解。该方法在代表高速与城市场景的若干案例研究中得到验证。结果显示了 MPC 轨迹生成器安全高效的实现，并证明其实时适用性。
引用
@article{arxiv.2209.07093,
title = {Long Horizon Risk-Averse Motion Planning: a Model-Predictive Approach},
author = {Chris van der Ploeg and Robin Smit and Arjan Teerhuis and Emilia Silvas},
journal= {arXiv preprint arXiv:2209.07093},
year = {2022}
}
备注
8 pages, accepted for publication for the IEEE ITSC 2022, Macau, China