面向近实时超车规划的仿真与模型检测

快速可靠的轨迹规划是自动驾驶车辆的关键需求。本文介绍了一种利用 Spin 模型检测器在直道乡村公路上规划自动驾驶车辆路径的新技术。我们展示了如何将 Spin 识别违反时序性质路径的能力与来自自动驾驶车辆 3D Unity 仿真中的传感器信息相结合，以在交通繁忙的道路上规划并执行连续的超车机动。这涉及将传感信息离散化，并将多个顺序 Spin 模型与线性时序逻辑(Linear Time Temporal Logic)规约相结合以生成错误路径。该路径为自动驾驶车辆提供动作规划。整个过程在近实时下完成，不使用任何预计算数据，且动作规划专门针对个体场景定制。我们的实验表明，采用我们方法的仿真自动驾驶车辆平均至少行驶 40km 并超越 214 辆车才会发生碰撞，碰撞通常由传感系统中的不准确性引起。尽管所提出的系统存在一些缺点，我们认为我们的新方法展示了一种用于自动驾驶车辆高效轨迹规划的潜在强大未来工具。