混合交通中 Pareto 最优的换道运动规划
机器人学
2023-04-05 v3
摘要
本文在包含人工驾驶与自动驾驶车辆的混合交通场景下，将 Pareto 最优概念应用于换道（LC）运动规划。首先，提出了一个多目标优化问题，其中联合建模了换道车辆与周围车辆的舒适性、效率与安全性。随后，采用 NSGA-II（非支配排序遗传算法-II）求解 Pareto 最优解。最后，实验部分从 Pareto 最优视角分析了（宏观与微观的）换道影响，并进行了全面的敏感性分析。我们的结果表明，所提算法能显著减小其区域内的换道影响，总成本降低了 10.94% 至 48.66%。本文可视为 Pareto 最优概念应用的一个初步研究框架。我们希望本研究能为自动驾驶技术提供有价值的见解。
引用
@article{arxiv.2109.06080,
title = {Pareto-optimal lane-changing motion planning in mixed traffic},
author = {Yang Li and Linbo Li and Daiheng Ni},
journal= {arXiv preprint arXiv:2109.06080},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2108.05711