基于安全增强配点法的带控制屏障函数实时模型预测控制用于自动驾驶
系统与控制
2024-07-12 v2 系统与控制
最优化与控制
摘要
自动驾驶行业持续面临安全关键场景，非线性模型预测控制（NMPC）是处理此类情况的强大控制策略。然而，标准的安全约束不可扩展，且需要较长的 NMPC 预测时域。此外，数值优化例程的繁重计算限制了 NMPC 在汽车行业的应用。为解决这些问题，本文提出了一种使用控制屏障函数（CBFs）的、适用于城市环境自动驾驶的实时 NMPC。此外，所设计的 NMPC 基于一种名为 RESAFE/COL 的新型配点转录方法，该方法通过区域凸包近似，能够在减少优化变量数量的同时，仍然保证连续时间（非线性）不等式约束的满足。经证明，RESAFE/COL 比多重打靶法快 5 倍，且更易于在嵌入式硬件上处理，同时不会降低数值解的精度和安全性。我们在车辆和城市环境的数字孪生上验证了采用 RESAFE/COL 的 NMPC-CBF，并展示了该安全控制器将碰撞避免能力提高 91% 的效果。补充视觉材料可在 https://youtu.be/_EnbfYwljp4 找到。
引用
@article{arxiv.2401.06648,
title = {Real-time MPC with Control Barrier Functions for Autonomous Driving using Safety Enhanced Collocation},
author = {Jean Pierre Allamaa and Panagiotis Patrinos and Toshiyuki Ohtsuka and Tong Duy Son},
journal= {arXiv preprint arXiv:2401.06648},
year = {2024}
}
备注
2024 the authors. This work has been accepted to IFAC for publication under a Creative Commons Licence CC-BY-NC-ND