基于深度集成和共轨管道模型预测控制的方法：面向感知不确定性的安全自适应巡航控制
机器人学
2024-12-06 v1 人工智能
系统与控制
系统与控制
摘要
自动驾驶高度依赖感知系统来解释环境以进行决策。为增强这些安全关键应用的鲁棒性，本文考虑将深度神经网络回归器集成的深度集成方法，结合共轨预测以预测和量化不确定性。在自适应巡航控制场景中，所提方法从 RGB 图像中执行状态和不确定性估计，为下游控制器提供 DNN 感知不确定性。设计基于共轨管道模型预测控制的自适应巡航控制器，以确保概率安全。使用高保真仿真器进行评估，显示该算法在速度跟踪和安全距离维持方面效果有效，包括在外分布场景中。
引用
@article{arxiv.2412.03792,
title = {Safe Adaptive Cruise Control Under Perception Uncertainty: A Deep Ensemble and Conformal Tube Model Predictive Control Approach},
author = {Xiao Li and Anouck Girard and Ilya Kolmanovsky},
journal= {arXiv preprint arXiv:2412.03792},
year = {2024}
}