面向安全高效城市驾驶的任务-运动规划
机器人学
2020-10-14 v2
摘要
自动驾驶车辆需要在任务层进行规划，以计算一系列符号动作（如向左并线和向右转弯）来满足人们的服务请求，其中效率是主要关注点。同时，车辆必须计算连续轨迹以在运动层执行动作，其中安全最为重要。自动驾驶中的任务-运动规划面临着在确保运动层安全的同时最大化任务层效率的问题。为此，我们开发了算法城市驾驶任务-运动规划（TMPUD），它首次使任务规划器与运动规划器能够就驾驶行为的安全等级进行通信。TMPUD 已使用真实的城市驾驶仿真平台进行了评估。结果表明，TMPUD 在效率上显著优于文献中的竞争基线，同时确保了驾驶行为的安全。
引用
@article{arxiv.2003.03807,
title = {Task-Motion Planning for Safe and Efficient Urban Driving},
author = {Yan Ding and Xiaohan Zhang and Xingyue Zhan and Shiqi Zhang},
journal= {arXiv preprint arXiv:2003.03807},
year = {2020}
}