空间包络MPC：无需参考的高性能驾驶
机器人学
2025-09-24 v1
摘要
本文提出了一种新颖的基于包络的模型预测控制（MPC）框架，旨在使自动驾驶车辆能够在无需预定义参考的情况下处理各种场景下的高性能驾驶。在高性能自动驾驶中，当跟随预定义参考轨迹次优甚至不可行时，在车辆动力学极限下安全运行需要一个能够考虑关键车辆动力学和环境约束的实时规划与控制框架。然而，最先进的规划与控制框架主要基于参考，这限制了它们在此类情况下的性能。为了解决这一空白，本工作首先引入了一种针对基于优化的控制量身定制的高效计算车辆动力学模型，以及一种能够准确捕捉整个可驾驶包络的连续可微数学公式。这种新颖的模型和公式允许将动态可行性和安全性约束直接集成到统一的规划与控制框架中，从而消除了对预定义参考的需求。包络规划的挑战，即最大化逼近安全可驾驶区域，通过将强化学习与优化技术相结合来解决。该框架通过仿真和真实世界实验得到了验证，展示了其在包括赛车、紧急避撞和越野导航在内的各种任务中的高性能。这些结果突出了该框架在多种场景下的可扩展性和广泛适用性。
引用
@article{arxiv.2509.18506,
title = {Spatial Envelope MPC: High Performance Driving without a Reference},
author = {Siyuan Yu and Congkai Shen and Yufei Xi and James Dallas and Michael Thompson and John Subosits and Hiroshi Yasuda and Tulga Ersal},
journal= {arXiv preprint arXiv:2509.18506},
year = {2025}
}