基于势场与三次多项式的碰撞时间感知自动驾驶车辆换道策略
机器人学
2023-06-13 v1
摘要
实现安全且成功的换道（LCs）是自动驾驶车辆（AVs）众多至关重要的功能之一，对高速公路安全驾驶必不可少。近来，势场（PF）方法因其简洁性与实时性，已被用于设计 AVs 的决策与规划模块。然而，PF 方法规划的换道轨迹通常较长，并使本车横向平行且贴近障碍车，若障碍车突然转向将造成危险情境。为缓解该风险，我们提出一种基于 PF 与三次多项式的碰撞时间感知换道（TTCA-LC）策略，其中在优化曲线拟合中施加了 TTC 约束。所提方法在 MATLAB/Simulink 中于高速条件的对比驾驶场景下评估。仿真结果表明，TTCA-LC 方法在生成更短、更安全、更平滑的轨迹方面优于传统的基于 PF 的换道（CPF-LC）方法。与 CPF-LC 方法相比，换道轨迹长度缩短逾 27.1%，曲率降低约 56.1%。
引用
@article{arxiv.2306.06981,
title = {Time-to-Collision-Aware Lane-Change Strategy Based on Potential Field and Cubic Polynomial for Autonomous Vehicles},
author = {Pengfei Lin and Ehsan Javanmardi and Ye Tao and Vishal Chauhan and Jin Nakazato and Manabu Tsukada},
journal= {arXiv preprint arXiv:2306.06981},
year = {2023}
}
备注
Accepted in IEEE Intelligent Vehicles Symposium (IV) 2023