自主驾驶系统的安全实时运动规划框架：一种MPPI方法
摘要：安全路径规划在自动驾驶系统（ADS）中是一个复杂的实时问题。解决这个问题的主要挑战来自于道路几何、语义和交通规则的各种条件和约束，以及动态智能体的存在。最近，模型预测路径积分（MPPI）已被证明是在非结构化和高度不确定环境中进行最优运动规划和控制的有效框架。本文将ADS中的运动规划问题构建为一个非线性随机动态优化问题，可以使用MPPI策略来解决。本文的主要技术贡献是一种安全地处理障碍物的MPPI方法。在这种方法中，障碍物被近似为圆，可以在考虑安全间距的情况下轻松地整合到MPPI成本公式中。所提出的MPPI框架已在我们的自动驾驶车辆中高效实现，并使用三种不同的原始场景进行了实验验证。实验结果表明，生成的路径是安全、可行的，并且完美地实现了规划目标。视频结果以及开源实现可在以下网址找到：https://gitlab.uni.lu/360lab-public/mppi
作者：Mehdi Testouri, Gamal Elghazaly, Raphael Frank
论文ID：2308.01654
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-04