动态环境中自动化车辆安全性与性能实时轨迹规划

在同时存在静态和移动障碍物的环境中，为高性能自动化车辆进行安全轨迹规划是一个具有挑战性的问题。部分挑战在于开发一种可实时求解且包含以下规格的建模：最小到达目标时间、动态车辆模型、最小控制代价、静态与移动障碍物规避、速度与转向同步优化以及短执行时域。本文提出了一种基于非线性模型预测控制的轨迹规划建模，专为大型高速无人地面车辆定制，并包含上述规格。本文还评估了NLOptControl与KNITRO非线性规划问题求解器协同实时求解该建模的能力；NLOptControl是我们开源的、基于直接配点的优化控制问题求解器。该建模使用多组规格进行了测试。特别地，一项关于执行时域与障碍物速度的参量研究表明，当规划器具有较小执行时域（$\leq0.375\;s$）且障碍物移动缓慢（$\leq2.11\frac{m}{s}$）时，无需移动障碍物规避规格即可保证安全。然而，当障碍物移动更快时则需要移动障碍物规避规格，且该规格将整体安全性提升了$6.73$倍（$p=2.2\times10^{-16}$），且在大多数情况下不增加求解时间。总体而言，结果表明：（1）高性能自动化车辆的安全轨迹规划器应包含上述全部规格，除非静态或低速环境允许使用较不完备的规划器；（2）NLOptControl能够实时求解该建模。