基于流体动力学的自动驾驶通用运动规划方法
机器人学
2024-06-11 v1 系统与控制
系统与控制
摘要
用于自动/自动驾驶车辆的通用运动规划器有望处理各种自动驾驶功能(ADF)在多样化运行设计域(ODD)中的运动规划任务（包括战术决策和轨迹生成）。设计通用运动规划器的挑战源于几个因素：a) 应处理每个驾驶场景中具有不同语义信息的大量场景，b) 应考虑长期决策与短期轨迹生成之间的强耦合，c) 必须考虑车辆运动学的非完整约束，d) 运动规划器必须具有计算效率以实时运行。文献中的现有方法要么局限于特定场景（基于逻辑的），要么是数据驱动的（基于学习的），因此缺乏可解释性，而这对于安全关键的自动驾驶系统(ADS)至关重要。本文提出了一种受流体力学理论启发的新型通用ADS运动规划解决方案。然后采用一种计算高效的技术，即格子玻尔兹曼方法，生成时空向量场，该向量场根据自车的非完整动力学模型用于生成可行的候选轨迹。最终选择优化乘坐质量、效率和安全的轨迹，以计算即将执行的控制信号，即油门/制动和转向角。通过在高速公路驾驶、匝道汇入和交叉路口通行场景中的仿真评估了所提出方法的性能，发现其优于基于模型预测控制(MPC)的传统运动规划解决方案。
引用
@article{arxiv.2406.05708,
title = {Towards A General-Purpose Motion Planning for Autonomous Vehicles Using Fluid Dynamics},
author = {MReza Alipour Sormoli and Konstantinos Koufos and Mehrdad Dianati and Roger Woodman},
journal= {arXiv preprint arXiv:2406.05708},
year = {2024}
}