基于事件触发控制障碍函数的网联自动驾驶车辆最优控制：安全最优合流测试平台
机器人学
2023-06-06 v1
摘要
我们解决了在交通网络冲突区域中受硬安全约束的网联自动驾驶车辆（CAVs）控制问题。已有研究表明，此类问题可通过易处理的最优控制问题与控制障碍函数（CBFs）相结合来解决，从而保证所有约束的满足。这些解可化简为一系列二次规划（QPs），并在离散时间步上在线高效求解。然而，在每个离散时间间隔内保证基于 CBF 的 QP 方法的可行性，需要谨慎选择须足够小的时间步长。这产生了计算需求及智能体间的通信速率，可能阻碍控制器在真实 CAVs 上的应用。在本文中，我们通过在冲突区域中对 CAVs 采用事件触发方法克服了这一限制，使得下一个 QP 由恰当定义的事件在安全保证下触发。我们展示了一个我们开发的实验室规模测试平台，其使用移动机器人作为 CAVs 来模拟合流道路，可用于演示事件触发方案相比时间驱动控制在计算上更高效，且能在保证安全的同时处理测量不确定性与噪声。
引用
@article{arxiv.2306.01871,
title = {Optimal Control of Connected Automated Vehicles with Event-Triggered Control Barrier Functions: a Test Bed for Safe Optimal Merging},
author = {Ehsan Sabouni and H. M. Sabbir Ahmad and Wei Xiao and Christos G. Cassandras and Wenchao Li},
journal= {arXiv preprint arXiv:2306.01871},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2203.12089, arXiv:2209.13053