在人机车辆交互规划框架中融入基于可达性的安全保证
机器人学
2020-12-08 v1 系统与控制
系统与控制
摘要
在交互场景中，动作预判、意图预测与主动行为都是自动驾驶策略所期望具备的特性。然而，首要任务是确保道路安全——其中的一个关键挑战是在不过度影响规划器性能的前提下，考量人类驾驶员动作的不确定性。本文提出一种运行于自动驾驶车辆控制栈中的最小干预安全控制器，其作用是确保与外部控制（如人类驾驶）的车辆进行无碰撞交互，同时规避道路边界墙等静态障碍物。我们利用可达性分析构建了一个实时（100Hz）控制器，其兼具双重角色：(i) 使用模型预测控制跟踪来自高层规划算法的输入轨迹；(ii) 通过将持续保持无碰撞脱困机动的可行性作为持久约束（无论对方车辆采取何种未来动作）来保证安全。我们使用全尺寸线控转向平台开展交通交织实验，两辆车初始并排，必须在有限的时间和距离内交换车道，以模拟车辆驶入/驶出高速公路的合流场景。我们证明，借助我们的控制栈，即便对方车辆违背规划器预期并采取危险动作（无论是疏忽还是蓄意碰撞），自动驾驶车辆也能避免碰撞，且在其他情况下仅以维护安全所需的最小程度偏离规划轨迹。
引用
@article{arxiv.2012.03390,
title = {On Infusing Reachability-Based Safety Assurance within Planning Frameworks for Human-Robot Vehicle Interactions},
author = {Karen Leung and Edward Schmerling and Mengxuan Zhang and Mo Chen and John Talbot and J. Christian Gerdes and Marco Pavone},
journal= {arXiv preprint arXiv:2012.03390},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1812.11315