基于控制器引导反馈的自适应轨迹优化：面向自动驾驶竞速
机器人学
2026-02-18 v1
摘要
本文提出了一个闭环框架，用于自动赛车轨迹优化，结合了基于 NURBS 的轨迹表示、CMA-ES 全局轨迹优化，以及控制器引导的空间反馈。本方法不将跟踪误差视为瞬时扰动，而是将其作为局部轨道特征信息信号的一种来源，通过一种受卡尔曼启发的空间更新机制，构建出适应性的、基于加速度的约束图，该约束图在空间变化的轨道和车辆行为条件下，迭代细化轨迹以接近最优性能。在仿真中，本方法相对于使用最大静态加速度进行参数化的控制器，实现了 17.38% 的圈速降低。在实际硬件上，通过不同轮胎复合材料（从高摩擦力到低摩擦力）进行测试，我们获得了 7.60% 的圈速提升，无需显式参数化摩擦力。这表明该方法在现实场景下对摩擦力变化具有鲁棒性。
关键词
引用
@article{arxiv.2602.15642,
title = {Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing},
author = {Alexander Wachter and Alexander Willert and Marc-Philip Ecker and Christian Hartl-Nesic},
journal= {arXiv preprint arXiv:2602.15642},
year = {2026}
}
备注
Accepted at ICRA 2026