面向自动驾驶车辆的基于势场路径规划与交互式速度优化
机器人学
2023-06-13 v1
摘要
路径规划对于自动驾驶车辆（AVs）在考虑约束与目标的前提下确定最优路线至关重要。势场（PF）方法因其结构简单与计算高效，在路径规划中已变得普遍。然而，当前用于AVs的PF方法仅关注自车路径生成，同时假设周围障碍车辆以预设行为行驶且未采用基于PF的路径规划器，这忽略了自车PF也会影响障碍车辆路径生成的事实。为解决该问题，我们提出了一种基于PF的路径规划方法，通过车对车（V2V）通信在自车与障碍车辆间共享局部路径。进而将该共享局部路径整合进目标函数，设计了一种称为交互式速度优化（ISO）的新优化函数，以使自车与障碍车辆均获得行驶安全性与舒适性。所提方法在紧急汇入场景下使用MATLAB/Simulink与常规方法对比评估。仿真结果表明，该方法可通过提前减速来缓解其他AVs的PF影响，有效降低自车与障碍AVs的振荡。
引用
@article{arxiv.2306.06987,
title = {Potential Field-based Path Planning with Interactive Speed Optimization for Autonomous Vehicles},
author = {Pengfei Lin and Ehsan Javanmardi and Jin Nakazato and Manabu Tsukada},
journal= {arXiv preprint arXiv:2306.06987},
year = {2023}
}
备注
Submitted to IEEE IECON 2023