一种用于敏捷自动驾驶操作的多阶段时变运动规划器

《IEEE Open Journal of Intelligent Transportation Systems》：A Multi-Stage Time-Variant Motion Planner for Agile Autonomous Driving Maneuvers

　　

摘要：

在互动环境中实现敏捷、动态且安全的运动规划对自动驾驶车辆来说是一个关键挑战。大多数研究都集中在改进现有的规划算法上，通常旨在提高固定规划范围内的最优性或计算效率。本文介绍了一种基于采样的新型规划器，该规划器采用多阶段方法生成由不同时间范围的轨迹段组成的操作序列，并选择最佳的机动动作。为了实现实时性能，我们通过几种策略降低了计算复杂性，例如限制规划阶段的数量并使用有信息的采样方法。这使我们能够将短距离的敏捷机动动作与长时域的轨迹结合起来，在尊重动态约束的同时提高规划的可行性。我们在高速、高敏捷性的自动驾驶竞赛场景中对该算法进行了仿真测试，并将其与最先进的轨迹规划器进行了比较。实验结果表明，该方法能够实现静态和动态障碍物的避让，并在具有挑战性的超车场景中取得成功。这些发现表明，我们的方法提高了自动驾驶车辆的敏捷性和机动性，使其在具有挑战性的条件下能够扩展运行范围。