(Scenario Model Predictive Control for Lane Change Assistance and Autonomous Driving on Highways)
本文基于情景模型預(yù)測控制(SCMPC)的最新成果,提出了一種新的車道變換輔助和公路自動(dòng)駕駛控制算法設(shè)計(jì)。其基本思想是通過少量的未來場景來解決交通環(huán)境的不確定性,這是直觀的,計(jì)算效率高的。這些場景可以通過任何模型或數(shù)據(jù)的方法來生成。本文討論了SCMPC的設(shè)計(jì)過程,這個(gè)過程很簡單,可以推廣到自動(dòng)駕駛中的其他控制挑戰(zhàn),以及控制器的魯棒性。
SCMPC算法需要對(duì)主車環(huán)境中所有相關(guān)目標(biāo)車輛進(jìn)行預(yù)測,并將其結(jié)合到交通情景中。目標(biāo)車輛預(yù)測包括兩個(gè)部分:(a)動(dòng)力預(yù)測模型,用于識(shí)別目標(biāo)車輛可能執(zhí)行的動(dòng)力類型;(b)為目標(biāo)車輛產(chǎn)生可能的軌跡預(yù)測模型。
SCMPC車道變換輔助的目標(biāo)是在公路上檢測和執(zhí)行安全的車道變換軌跡。安全的車道軌跡是舒適性和安全限制的軌跡。為了簡化優(yōu)化問題,目標(biāo)車輛的安全限制被簡化為只有縱向安全距離。實(shí)驗(yàn)結(jié)果證明了SCMPC算法的有效性及其在高速公路車道變換情況下的性能。
未來的研究將集中在對(duì)實(shí)際交通中的高速公路進(jìn)行廣泛的現(xiàn)場測試。我們的實(shí)驗(yàn)車輛上的傳感器將用于檢測周圍的目標(biāo)車輛。此外,還將根據(jù)實(shí)際的交通數(shù)據(jù),對(duì)交通情景進(jìn)行更詳細(xì)的研究和模擬。