面向网联自动驾驶车辆协同规划的带硬安全约束并行优化
机器人学
2024-05-07 v2 多智能体系统
系统与控制
系统与控制
摘要
网联自动驾驶车辆（CAVs）的发展促进了复杂场景下交通效率的提升。在无信号环岛场景中，为CAVs开发高效且有效的协调策略仍存在未解决的困难。本文将在环岛场景下的CAVs协同自动驾驶问题建模为约束最优控制问题，并提出一种计算高效的并行优化框架来为CAVs生成策略，从而在硬安全保证下提升通行效率。环岛场景中涉及的所有约束均通过凸近似得到妥善处理，从而展现出重构后优化问题的凸性。随后，提出一种并行优化算法来求解重构后的优化问题，其中采用一种内嵌的迭代最近邻搜索策略来确定环岛场景中的最优通行序列。值得注意的是，得益于上述创新性设计，环岛场景中的通行效率得以提升，且计算负担显著减轻。我们还在CARLA仿真器中验证了所提方法，并与基于规则的基线以及常用的IPOPT优化求解器进行了充分对比，以证明所提方法的有效性与高效性。
引用
@article{arxiv.2303.03090,
title = {Parallel Optimization with Hard Safety Constraints for Cooperative Planning of Connected Autonomous Vehicles},
author = {Zhenmin Huang and Haichao Liu and Shaojie Shen and Jun Ma},
journal= {arXiv preprint arXiv:2303.03090},
year = {2024}
}