车辆遥操作中 SRPT 与 Smith 预测器的对比
机器人学
2024-10-28 v1 系统与控制
系统与控制
摘要
车辆遥操作在自动驾驶车辆的兜底方案、远程配送服务和危险作业方面具有潜在应用。然而，网络延迟和有限的态势感知会损害遥操作性能并增加人类操作员的认知负荷。为解决这些问题，我们此前提出了新颖的连续参考位姿跟踪（SRPT）方法，该方法向车辆传输连续参考位姿而非转向指令。本文在具有挑战性的场景下，对比了 SRPT 与基于 Smith 预测器的方法在直接车辆遥操作中的稳定性和性能。Smith 预测器方法进一步分为两类：一类采用 Lookahead 驾驶员，另一类采用 Stanley 驾驶员。仿真在 Simulink 环境中进行，考虑了可变网络延迟和不同车速，并包含急转弯、蛇形机动、低附着路面和强侧风等工况。结果表明，SRPT 方法显著提升了稳定性和参考跟踪性能，网络延迟对路径跟踪的影响可忽略不计。我们的研究证明了 SRPT 在消除车辆遥操作中网络延迟有害影响方面的有效性。
引用
@article{arxiv.2305.00911,
title = {SRPT vs Smith Predictor for Vehicle Teleoperation},
author = {Jai Prakash and Michele Vignati and Edoardo Sabbioni},
journal= {arXiv preprint arXiv:2305.00911},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication