基于调度信任区域的 LPVMPC 自动车障碍规避
系统与控制
2024-05-06 v1 系统与控制
摘要
参考轨迹跟踪和障碍规避是自动驾驶中最具挑战性的任务之一。本文提出了控制设计，以解决在考虑静态障碍物的情况下进行自动驾驶任务中的参考轨迹跟踪问题。我们建议采用一种模型预测控制(MPC)策略，通过利用所谓调度参数将非线性模型等价地嵌入线性参数可变(LPV)公式中，从而避免非线性非凸优化方法的计算负担。这允许以二次规划(QP)形式获得最优且快速的解决方案，代价是由于对未来调度轨迹在MPC时域内的不确定性导致性能有所损失。此外，为确保由于应用调度参数预测而产生的建模误差不会变得显著，我们提出了通过对状态和输入施加进一步的软约束来实现调度信任区域的概念。使用新约束的MPC结果意味着我们构建了一个调度参数在两个连续时刻内更新的可信区域，从而保留了MPC优化问题的可行性。我们在不同场景中测试了该方法，并将结果与标准LPVMPC以及非线性MPC(NMPC)方案进行比较。
引用
@article{arxiv.2405.02030,
title = {Obstacle Avoidance of Autonomous Vehicles: An LPVMPC with Scheduling Trust Region},
author = {Maryam Nezami and Dimitrios S. Karachalios and Georg Schildbach and Hossam S. Abbas},
journal= {arXiv preprint arXiv:2405.02030},
year = {2024}
}