面向通用加速度约束的时间最优机动的实时速度剖面优化
机器人学
2026-01-08 v2 系统与控制
系统与控制
最优化与控制
摘要
计算沿给定路径、受通用加速度约束的时间最优速度剖面，是机器人轨迹规划中的关键问题，尤其 relevant to autonomous racing。然而，现有方法要么支持任意加速度约束但计算成本高，要么使用保守的箱形约束以获得计算效率。我们提出了 FBGA，即 Forward-Backward algorithm with Generic Acceleration constraints(通用加速度约束下的前向-后向算法)，实现了高精度和低计算时间。FBGA 通过前向和后向遍历，在满足用户定义的性能限制的前提下，最大化离散路径段上的速度剖面。我们在五条赛道和两个车辆类别上进行测试，FBGA 能够处理复杂的非凸加速度约束及自定义公式。其maneuvers和环 lap 时间与最优控制基准相差仅 ，且计算速度快了三个数量级。即使在粗糙离散化下，FBGA 也能保持高精度，使其适用于在线多查询轨迹规划。我们的开源 C++ 实现已发布于: https://anonymous.4open.science/r/FB_public_RAL。
引用
@article{arxiv.2509.26428,
title = {Real-time Velocity Profile Optimization for Time-Optimal Maneuvering with Generic Acceleration Constraints},
author = {Mattia Piazza and Mattia Piccinini and Sebastiano Taddei and Francesco Biral and Enrico Bertolazzi},
journal= {arXiv preprint arXiv:2509.26428},
year = {2026}
}