安全自主车道变换：基于动态风险场与时变凸空间生成的规划
机器人学
2026-03-09 v2 人机交互
摘要
本文提出一种新型轨迹规划管线，用于处理类似自主车道变换等复杂驾驶场景，将风险感知规划与保证碰撞避免集成到统一的优化框架中。我们首先构建动态风险场（DRF），捕获来自周围车辆的静态与动态碰撞风险。随后，我们发展了严格的时变凸可行空间生成策略，确保运动学可行性和安全要求。轨迹规划问题表述为有限时域最优控制问题，并使用受约束迭代线性二次型控制器（iLQR）求解，联合优化轨迹光滑性、控制 effort以及风险暴露，同时保持严格的可行性。大量仿真结果表明，我们的方法在安全性和效率方面优于传统方法，实现了以更短车道变换距离（28.59米）和时间（2.84秒）的无碰撞轨迹，同时保持光滑舒适的加速度模式。在密集环路环境中，规划器进一步展示了鲁棒的适应性，产生更大的安全裕度、更低的 jerk以及优越的曲率光滑性，相较于基于APF、MPC和RRT的基线方法表现更佳。这些结果确认，集成的DRF与凸可行空间及受约束iLQR求解器为在动态和互动交通场景中提供了安全、高效且舒适的轨迹生成的平衡解决方案。
引用
@article{arxiv.2511.22829,
title = {Safe Autonomous Lane Changing: Planning with Dynamic Risk Fields and Time-Varying Convex Space Generation},
author = {Yijun Lu and Zhihao Lin and Zhen Tian},
journal= {arXiv preprint arXiv:2511.22829},
year = {2026}
}