可变形地形上自动驾驶车辆的在线地形估计
系统与控制
2020-04-28 v2 系统与控制
摘要
本工作针对在可变形地形上运行的自动驾驶车辆开发了一个地形估计框架。该领域以往的工作通常依赖于稳态轮胎工况、线性化的经典地面力学模型，或依赖于不适合实时估计的高计算代价算法。为解决这些不足，本工作通过扩展最先进的 Bekker 模型以考虑额外的动力学效应，开发了一个降阶非线性地面力学模型作为土壤接触模型（SCM）的替代模型。结果表明，该降阶替代模型能够准确复现 SCM 预测的作用力，同时将计算成本降低一个数量级。该替代模型随后被用于无迹 Kalman 滤波器以估计下陷指数。仿真表明，对于黏土和砂壤土地形，该参数可估计至其真实值的 4% 以内。研究还表明，利用该估计参数可将未来车辆状态的预测误差降低数个数量级，这有助于实现更鲁棒的模型预测自主导航策略。
引用
@article{arxiv.1908.00130,
title = {Online terrain estimation for autonomous vehicles on deformable terrains},
author = {James Dallas and Kshitij Jain and Zheng Dong and Michael P. Cole and Paramsothy Jayakumar and Tulga Ersal},
journal= {arXiv preprint arXiv:1908.00130},
year = {2020}
}