Novel Design and Implementation of a Vehicle Controlling and Tracking System
该项目的目的是建立一个系统，将快速跟踪被盗车辆的位置，从而减少成本和警察的努力。此外，车辆的计算机系统可以由车辆的所有者或警察远程控制。更准确地说，这项工作的目标是设计一个，开发远程控制的车辆，并找到与纬度（LAT）和经度（LONG）的位置。
2021-01-29 cs.RO cs.SY eess.SY
Zero-Error Tracking for Autonomous Vehicles through Epsilon-Trajectory Generation
Utah State University（犹他州立大学）
本文提出了一种一阶非完整约束飞行器的控制方法和轨迹规划器，保证渐近收敛到时间索引轨迹。为了克服非完整约束，可以控制车辆前方的固定点以跟踪期望的轨迹，尽管具有稳态误差。为了消除稳态误差，为新的参考点重新制定了一个足够平滑的轨迹，使得当跟踪新的轨迹时，车辆渐近收敛到原始轨迹。由此产生的零误差跟踪法证明通过一个新的框架，创建时间索引Clothoids。回旋曲线可以被计划通过任意航路点使用传统的方法，但结果的轨迹，可以遵循零稳态误差。控制方法和规划器的结果在仿真中示出，其中展示了零误差跟踪。
2020-07-20 cs.RO cs.SY eess.SY
Learning based Predictive Error Estimation and Compensator Design for Autonomous Vehicle Path Tracking
National Key Lab of Vehicular Transmission, School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院车辆传动国家重点实验室）
模型预测控制（MPC）由于其处理各种类型的约束的能力而被广泛用于自主车辆的路径跟踪。然而，由于数学模型的误差或模型的线性化，存在着相当大的预测误差。在本文中，我们提出了一个框架，结合MPC与基于学习的误差估计器和前馈补偿器，以提高路径跟踪精度。一个极端的学习机来估计基于模型的预测误差，从车辆状态反馈信息。离线训练数据是从由模型缺陷的规则MPC控制的车辆中收集的，用于分别在几种工况下的路径跟踪。数据包括车辆状态以及当前实际位置与相应预测位置之间的空间误差。根据预测误差的估计值，设计了基于PID的前馈补偿器。通过Carsim的仿真结果表明，预测误差的估计精度和所提出的框架的自动驾驶汽车的路径跟踪的有效性。
2020-07-18 cs.RO cs.SY eess.SY
Motion Planning and Tracking Control of Unmanned Underwater Vehicles: Technologies, Challenges and Prospects
University of Guelph（圭尔夫大学）
无人水下航行器（UUV）的运动规划与跟踪控制技术是实现UUV高效、鲁棒导航的基础，对于水下救援、设施维护、海洋资源勘探、水上娱乐等具有重要意义。UUV运动规划与跟踪控制的研究在国内外得到了迅速发展。多UUV系统的任务分配、UUV路径规划和UUV轨迹跟踪。本文对UUV的运动规划和跟踪控制的传统技术和智能技术进行了全面的综述。这些不同的方法在文献中的优点和缺点的分析。最后，展望了UUV运动规划和跟踪控制的发展前景。
2022-07-10 cs.RO cs.SY eess.SY
Online learning-based trajectory tracking for underactuated vehicles with uncertain dynamics
University of Pennsylvania（宾夕法尼亚大学）；Instituto de Ciencias Matematicas (CSIC-UAM-UCM-UC3M)（数学科学研究所（西班牙国家研究委员会-马德里自治大学-马德里康普顿斯大学-卡洛斯三世大学））；Technical University of Munich（慕尼黑工业大学）
近年来，由于航空和水下航行器以及纳米卫星数量的增加，欠驱动车辆受到了广泛的关注。这些飞行器的轨迹跟踪控制是越来越多的应用领域的一个重要方面。然而，外部干扰和内部动态的一部分往往是未知的或非常耗时的模型。为了克服这个问题，我们提出了一个跟踪控制律的欠驱动刚体动力学使用在线学习为基础的预言未知动态的预测。我们表明，高斯过程模型是特别感兴趣的角色的预言。所提出的方法保证了有界的跟踪误差与高概率的界限是明确给出的。数值例子突出了所提出的控制律的有效性。
2021-09-14 cs.LG cs.SY eess.SY
Interaction-Aware Trajectory Prediction and Planning for Autonomous Vehicles in Forced Merge Scenarios
University of Michigan（密歇根大学）；Ford Motor Company（福特汽车公司）
一般来说，合并对于人类驾驶员和自动驾驶车辆来说都是一项具有挑战性的任务，特别是在密集的交通中，因为合并车辆通常需要与其他车辆交互以识别或创建间隙并安全地合并。在本文中，我们考虑的问题，自主车辆控制强制合并的情况下。我们提出了一种新的博弈论控制器，称为领导者-追随者游戏控制器（LFGC），其中自主自我车辆和其他车辆与先验不确定的驾驶意图之间的相互作用被建模为部分可观察的领导者-追随者游戏。LFGC根据观测到的轨迹在线估计其他车辆的意图，然后预测它们的未来轨迹，并使用模型预测控制（MPC）规划自我车辆的自身轨迹，以同时实现概率上保证的安全和合并目标。为了验证LFGC的性能，我们在模拟和NGSIM数据中对其进行了测试，LFGC在合并中表现出97.5%的高成功率。
2021-12-14 cs.RO cs.SY eess.SY
Design, Field Evaluation, and Traffic Analysis of a Competitive Autonomous Driving Model in a Congested Environment
Korea Advanced Institute of Science and Technologies (KAIST)（韩国科学技术院）
最近，许多研究已经调查了使用车辆到一切（V2X）之间的通信的协作交通系统。不幸的是，当部署多个自动驾驶车辆同时暴露于通信故障时，各种自动驾驶车辆之间可能存在理想条件的冲突，从而导致道路上的对抗情况。在韩国，虚拟和现实城市自动多车比赛分别于2021年3月和11月举行。在比赛中，多辆车同时参与，这需要操纵，如超车低速车辆，通过十字路口，并遵守交通法规。在这项研究中，我们引入了一个完全自动驾驶的软件栈来部署一个有竞争力的驾驶模型，这使我们能够赢得城市自动驾驶多车比赛。我们评估基于模块的系统，如导航，感知和规划在现实和虚拟环境中。此外，在通过通信收集多个车辆位置数据之后执行交通分析，以获得对多智能体自动驾驶场景的额外洞察。最后，我们提出了一种分析交通的方法，以比较多辆自动驾驶汽车的空间分布。我们研究每个团队的驾驶日志数据之间的相似性分布，以确定竞争性自动驾驶对交通环境的影响。
2022-11-07 cs.RO cs.SY eess.SY
Numerical Energy Analysis of In-wheel Motor Driven Autonomous Electric Vehicles
Case Western Reserve University（凯斯西储大学）；Nantong University（南通大学）
自主电动汽车作为未来地面交通的发展方向受到广泛的研究，但基于传统动力传动系统的自主电动汽车限制了其能量和动力的传输效率，可能会阻碍其广泛的应用。在这里，我们报告了一项关于由轮内电机驱动的中型自主电动汽车的能耗和效率改善的研究，通过开发一个数值能量模型，用实际驾驶数据进行验证，并在案例研究中实施。通过平路、上坡、下坡3种行驶工况下的能量分析，考察了能量消耗情况，并对轮毂电机驱动动力总成系统的节能潜力进行了系统的探讨。在考虑再生制动能量回收的基础上，基于车辆动力学和自动驾驶模式，计算了特定行驶循环下的能耗和再生能量。使用西洛杉矶的基线电动汽车驾驶数据进行了案例研究。结果发现，在轮内电机驱动的自主电动汽车可以节省高达17.5%的能源相比，传统的电动汽车在斜坡行驶。利用某商用轮毂电机的效率图，研究得到的数值能量模型和验证结果符合实际情况，可用于支持未来更节能的自主电动汽车的可持续发展。
2021-04-10 cs.RO cs.SY eess.SY
A Highway Toll Lane Framework that Unites Autonomous Vehicles and High-occupancy Vehicles
我们考虑的情况下，具有低/高占用率的人类驾驶/自动驾驶车辆共享一段高速公路，自动驾驶车辆能够通过保持比人类驾驶车辆更短的车头时距来增加交通吞吐量。我们提出了一个收费车道框架，高速公路上的一条车道自由地保留给具有高占用率的自动驾驶车辆，这些车辆具有最大的社会流动性，其他三类车辆可以选择使用收费车道或自由使用其他常规车道。假设所有车辆只对最小化其自身的旅行成本感兴趣。我们探索由此产生的车道选择均衡的框架下，并建立理想的属性的均衡，其中隐含的高占用车辆与自动驾驶汽车的能力，以增加社会流动性。我们进一步使用最佳收费设计，占用阈值设计和政策设计问题中的数值例子来阐明这种将高占用车辆和自动驾驶车辆结合在一起的收费车道框架的各种潜在应用。据我们所知，这是第一项系统研究收费车道框架的工作，该框架将自动驾驶车辆和道路上的高占用车辆结合起来。
2021-07-26 cs.SY eess.SY
Self-Driving like a Human driver instead of a Robocar: Personalized comfortable driving experience for autonomous vehicles
Seamless Transportation Lab (STL)（无缝交通实验室）；Yonsei University（延世大学）
为了给自动驾驶汽车用户提供个性化的舒适驾驶体验，提出了一种基于个人驾驶偏好的自动驾驶汽车集成控制系统。我们提出了一个乘客的偏好度量（OPM），这是定义一个首选的横向和纵向加速度区域的最大允许加加速度为用户。此外，我们提出了一个车辆控制器的控制参数的基础上，使集成的横向和纵向控制，通过自主车辆的偏好感知操纵。该系统不仅提供了乘员驾驶偏好的标准，还提供了个性化的自动驾驶风格，就像人类驾驶员而不是Robocar一样。仿真和实验结果表明，该系统可以像人类驾驶员一样操纵自动驾驶汽车，通过跟踪指定的标准，允许的加速度和加加速度。
2022-11-18 cs.RO cs.SY eess.SY
Priority-based coordination of autonomous and legacy vehicles at intersection
本文提出一种基于优先级的协调方法，支持传统车辆安全通过交叉口，同时保持无碰撞和死锁特性。
2014-09-26 cs.RO cs.SY eess.SY
An Anomaly Behavior Analysis Framework for Securing Autonomous Vehicle Perception
The University of Arizona（亚利桑那大学）
本文提出融合基于物理的车辆行为模型与机器学习的异常行为分析框架，通过时序特征识别感知传感器攻击，并在真实测试床实验中验证有效性且发布首个相关数据集。
2024-04-04 cs.RO cs.SY eess.SY
Robust Model Predictive Control for Autonomous Vehicles/Self Driving Cars
本文提出一种用于自主车辆前轮控制的鲁棒模型预测控制方法，通过权重调整和在线线性化技术提升控制鲁棒性，并讨论各方法在精度和计算负载上的有效性。
2018-05-22 cs.RO cs.SY eess.SY
Game-theoretic Modeling of Traffic in Unsignalized Intersection Network for Autonomous Vehicle Control Verification and Validation
University of Michigan（密歇根大学）；Bilkent University（比尔肯大学）
在可预见的未来，自动驾驶汽车（AV）将与人类驾驶的汽车一起在交通中运行。他们的规划和控制系统需要进行广泛的测试，包括模拟自动驾驶/人类驾驶车辆之间的交互的早期测试。出于对这种仿真工具的需求，我们提出了一种博弈论的方法来建模车辆的相互作用，特别是在城市交通环境与无信号交叉口。我们开发的交通模型与异构（在他们的驾驶风格方面）和互动的车辆基于我们提出的方法，并使用它们进行虚拟测试，评估和校准的AV控制系统。为了说明，我们考虑两种AV控制方法，分析其特性和性能的基础上，我们开发的交通模型的仿真结果，并优化其中之一的参数。
2020-07-18 cs.RO cs.SY eess.SY
Gradient Policy on "CartPole" game and its' expansibility to F1Tenth Autonomous Vehicles
Trinity College Dublin（都柏林圣三一学院）；College Green（学院绿地）
策略梯度是一种有效的方法来估计对环境的持续行动。本文详细介绍了该算法的数学公式和代码实现.最后，将CartPole上的摇杆旋转角度与Autonomous车辆转弯时的角度进行比较，并利用Bicycle Model这一简单的Kinematic动力学模型，找出两者之间的相似性，以便将CartPole模型移植到F1tenth Autonomous车辆上。
2021-03-15 cs.AI cs.RO cs.SY
Exploring the Use of Autonomous Unmanned Vehicles for Supporting Power Grid Operations
本文提出一种基于优化的可处理方法，将自主无人车辆作为“移动电池”策略性调度到目标位置，以维持电网功率平衡、降低运行成本，并通过数值研究验证其有效性和可扩展性。
2025-02-07 cs.SY eess.SY
Development of an Autonomous Reverse Engineering Capability for Controller Area Network Messages to Support Autonomous Control Retrofits
North Dakota State University（北达科他州立大学）
针对不同厂商CAN实现差异阻碍自动驾驶改装规模化的问题，提出通过同步记录IMU与CAN数据逆向识别车辆油门、制动踏板对应CAN通道的方法，经6辆车测试验证有效，可适配不同车辆通信标准，为售后自动驾驶套件开发提供支持。
2023-07-20 cs.OH cs.RO cs.SY
Space-and-time-synchronized simultaneous vehicle tracking/formation using cascaded prescribed-time control
本文提出了一种适用于同时跟踪/编队的时空同步控制方法。在极坐标框架下，通过自车与目标之间参考/实际运动学的关联与解耦，实现了时间与空间的分离、独立控制。这样，可以在预定的终端时间达到指定的状态，同时，空间中的相对轨迹与时间无关。此外，对于在预定时间之前的稳定性，给出了一个级联的规定时间控制定理，作为车辆跟踪控制的前提。所得结果可直接推广到多飞行器同时跟踪/编队问题。最后通过数值算例验证了该方法的有效性和优越性。
2021-09-11 cs.SY eess.SY
Adaptive Optimization of Autonomous Vehicle Computational Resources for Performance and Energy Improvement
自动驾驶汽车通常会消耗大量的计算能力来进行操作，特别是使用人工智能算法进行传感和感知的任务。这样的计算不仅可能花费大量的能量，而且当机载计算资源有限时还可能导致性能问题。为了解决这个问题，本文提出了一种自适应优化方法，根据车辆所面临的情况的上下文，在多个车辆子系统之间在线分配自主车辆的车载计算资源。设计了不同的自动驾驶场景来验证所提出的方法，结果表明，与现有的计算安排相比，它可以帮助提高自动驾驶汽车的整体性能和能源消耗。
2021-07-30 cs.SY eess.SY
Autonomous Cooperative Levels of Multiple-Heterogeneous Unmanned Vehicle Systems
针对多异构无人车系统自主协同缺乏明确定义与等级划分的问题，本文明确了其自主协同概念，并提出等级划分标准以评估系统技术成熟度。
2024-05-15 cs.SY eess.SY
Adaptive Robust Game-Theoretic Decision Making for Autonomous Vehicles
在典型的交通场景中，自动驾驶车辆需要与其他道路参与者共享道路，例如，人类驾驶的车辆、行人等。为了成功地在交通中导航，自主代理可以使用诸如级别k框架的认知层次理论来基于代理的策略思想的深度对代理进行分类，并相应地采取行动。然而，车辆动力学及其预测之间的不匹配，以及代理的不正确分类可能导致不期望的行为或碰撞。鲁棒方法可以处理不确定性，然而，可能导致自主车辆的保守行为。本文提出了一种自适应鲁棒决策策略，自动驾驶汽车处理模型的预测模型中的模型失配，同时利用驾驶员行为的信心，以获得不太保守的行动。在高速公路驾驶场景中的车道变换操纵所提出的方法的有效性进行了验证。
2019-09-23 cs.SY eess.SY
A Hybrid Tracking Control Strategy for an Unmanned Underwater Vehicle Aided with Bioinspired Neural Dynamics
University of Guelph（圭尔夫大学）；McMaster University（麦克马斯特大学）
跟踪控制一直是机器人领域的一个重要研究课题。提出了一种基于仿生神经动力学模型的无人水下航行器（UUV）混合控制策略。首先提出了一种改进的反推运动控制策略，以避免速度突变，并提供相对于传统方法的平滑速度指令。然后，提出了一种新的滑模控制，这是能够提供平滑和连续的转矩命令，没有抖振。在比较研究中，所提出的组合混合控制策略，保证了控制信号的平滑，这是至关重要的在现实世界中的应用，特别是对于无人水下航行器，需要在复杂的水下环境中操作。
2022-09-03 cs.AI cs.RO cs.SY
Resilient Cooperative Adaptive Cruise Control for Autonomous Vehicles Using Machine Learning
University of Florida（佛罗里达大学）
协同自适应巡航控制（CACC）是一种基本的互联车辆应用，它通过利用车对车（V2V）通信来扩展自适应巡航控制。CACC是众多自动驾驶汽车功能的关键组成部分，包括队列行驶、分布式路线管理等。不幸的是，恶意V2V通信可能会破坏CACC，导致字符串不稳定和道路事故。在本文中，我们开发了一种新的弹性基础设施，RACCON，用于检测和减轻对CACC的V2V攻击。RACCON使用机器学习来开发车载预测模型，该模型可以捕获异常的车辆响应并实时的执行缓解。支持RACCON的车辆可以利用CACC的高效率，而不会影响安全性，即使在潜在的敌对场景下也是如此。我们提出了广泛的实验评估，以证明RACCON的疗效。
2021-03-18 cs.CR cs.RO cs.SY
Optimal Formation of Autonomous Vehicles in Mixed Traffic Flow
多个自动驾驶车辆的排队在学术界和工业界都引起了极大的关注。尽管具有巨大的潜力，但在自动驾驶汽车和人类驾驶汽车（HDV）共存的混合交通流中，排队并不是形成自动驾驶汽车的唯一选择。在本文中，我们研究了自动驾驶汽车的最佳编队，可以实现最佳的系统范围内的混合交通流的性能。具体来说，我们考虑整个交通流的最佳$\mathcal{H}_2$性能，反映了自动驾驶汽车在缓解交通扰动方面的潜力。然后，我们将最优编队问题表示为一个集函数最优化问题。数值结果显示，两个主要的最佳形式：均匀分布和队列形成，取决于交通参数。此外，我们表明：1）流行的队列编队并不总是最佳的选择; 2）当HDV具有较差的串稳定性行为时，队列编队可能是最差的选择。这些结果表明，在混合交通流中，除了排队之外，还有更多的机会形成自动驾驶汽车。
2020-04-01 cs.SY eess.SY math.OC
Smoothing Traffic Flow via Control of Autonomous Vehicles
University of Oxford（牛津大学）；Harvard University（哈佛大学）；Tsinghua University（清华大学）
本文从控制论角度研究自动驾驶车辆在环形道路中与人工驾驶车辆混合交通系统的可控性、稳定性及可达性，证明其可稳定交通流并提升速度，提出最优控制策略以抑制扰动，验证了自动驾驶车辆平滑交通流的潜力。
2020-05-10 cs.SY eess.SY math.OC
Docking of Autonomous Vehicles with a Stationary Docking Station in 3D Space
Indian Institute of Technology Bombay（印度理工学院孟买分校）
提出一种基于有限时间滑模的自主对接策略，利用距离和视线运动学使车辆在三维空间中安全对齐并减速至零速完成对接，通过MATLAB仿真验证了有效性。
2026-07-20 cs.SY eess.SY
Mobile Formation Coordination and Tracking Control for Multiple Non-holonomic Vehicles
Department of Automatic Control, Lund University（自动化系，吕勒奥大学）
本文针对非holonomic车辆在SE(2)上的轨迹跟踪和移动编队协调问题，提出了一种基于中间姿态变量的分阶段控制方法，并证明了严格刚体运动的编队条件，同时通过仿真和实验验证了所提控制器的性能。
2019-02-28 cs.MA cs.RO cs.SY
Design and Simulation of Vehicle Motion Tracking System using a Youla Controller Output Observation System
本研究首次将Youla控制器输出观测器应用于车辆跟踪估计，仅用3个线性观测器实现全轨迹范围跟踪，通过切换技术保证平滑过渡，仿真验证其在多种驾驶场景下可准确鲁棒地估计车辆运动状态。
2025-06-13 cs.SY eess.SY
Impact of Disturbances on Mixed Traffic Control with Autonomous Vehicles
本文研究了干扰对控制自动驾驶汽车以平滑环路设置中的混合交通流的影响。通过利用该系统的环结构，它表明，速度扰动影响任何车辆上的环进入一个不可控的和边缘稳定的模式定义的相对车辆间距的总和。然后，这些干扰被系统集成，并且不能通过控制自动驾驶车辆来解除。特别是，如果速度扰动是零均值高斯，那么环上的交通流将经历随机游走，方差无限增长，并独立于所应用的控制策略。相比之下，加速度扰动的影响是良性的，因为这些扰动不会进入不可控模式，这意味着它们可以使用自动驾驶车辆轻松调节。研究结果支持和补充了已有的理论分析和现场试验。
2020-08-12 cs.SY eess.SY
Increasing Traffic Throughput by Controlling Autonomous Vehicles at Low Penetration Rates
人类驾驶员可能会以不精确/不稳定的方式行事，导致对交通吞吐量有害的交通振荡。最近的现场实验表明，对单个自动驾驶车辆（AV）的控制可以增加环形测试轨道上的交通吞吐量，并减少直道上的交通振荡。我们考虑一个混合的交通环境，包括人类和自动驾驶汽车，其目标是找到一个控制策略，自动驾驶汽车，最大限度地提高交通吞吐量，防止振荡的速度。我们制定这个问题作为一个优化问题，可以解决基于梯度的优化。环形道路上的数值实验表明，优化后的控制策略使交通吞吐量提高了28%。
2019-11-28 cs.SY eess.SY
Decision Making for Autonomous Vehicles at Unsignalized Intersection in Presence of Malicious Vehicles
National Institute of Informatics（国立情报学研究所）；Japanese-French Laboratory for Informatics（日法信息学联合实验室）
本文研究了在存在恶意车辆的情况下，自动驾驶车辆在无信号交叉口的决策问题，通过博弈论方法分析车辆优先权顺序，并通过数值模拟验证了不同恶意车辆场景下的方法有效性。
2019-10-03 cs.SY eess.SY
Decentralized Poisson Multi-Bernoulli Filtering for Vehicle Tracking
提出一种去中心化泊松多伯努利滤波器，利用多个高分辨率传感器结合高斯过程扩展模型跟踪多车辆，通过参数化状态表示和融合映射实现高效的去中心化多目标滤波。
2020-03-05 cs.MA cs.SY eess.SY
Tracking Error Based Fault Tolerant Scheme for Marine Vehicles with Thruster Redundancy
本文针对具有推进器冗余的海洋航行器，提出一种基于轨迹跟踪误差构建残差的主动模型容错控制方案，通过分析误差趋势检测故障，并调整被隔离推进器权重实现控制重构，数值研究验证了其有效性。
2025-01-31 cs.SY eess.SY
A Sliding Mode Observer Approach for Attack Detection and Estimation in Autonomous Vehicle Platoons using Event Triggered Communication
人们正在研究自动驾驶汽车排，以提高道路容量和燃油效率。协同自适应巡航控制（CACC）是一种控制编队纵向动力学的方法，它需要车辆之间的无线通信。在本文中，我们使用滑模观测器来检测和估计威胁这样的无线通信的网络攻击。特别是，我们证明了稳定的观察员和鲁棒性的检测阈值的情况下，事件触发的通信，以下一个现实的车辆到车辆的网络协议。
2019-11-01 cs.SY eess.SY
Proceedings First Workshop on Formal Verification of Autonomous Vehicles
International Conference on integrated Formal Methods（国际形式化方法会议）；EPTCS（电子程序技术报告）
本文集聚焦自动驾驶车辆的形式验证，汇集了形式验证领域研究人员及控制理论、机器人学等领域的专家，探讨验证技术在自动驾驶开发中的应用。
2017-09-07 cs.AI cs.SY eess.SY
Drag-Tracking Guidance for Entry Vehicles Without Drag Rate Measurement
Beijing Institute of Control Engineering（北京控制工程研究所）
本文设计了一种无需测量阻力率的鲁棒进入引导法则，通过银行角作为控制变量，利用状态反馈引导法则和高增益观测器实现拖曳跟踪误差的输入到状态稳定性，通过稳定性分析和仿真验证了方法的有效性。
2014-09-27 cs.SY eess.SY
A Unified Toll Lane Framework for Autonomous and High-Occupancy Vehicles in Interactive Mixed Autonomy
本文提出一种统一收费车道框架，通过引入“移动度”概念分析自动驾驶与高乘载车辆混合交通流的车道选择均衡，并提出减少总延迟的收费算法，为交通管理及自动驾驶融入提供见解。
2024-03-20 cs.GT cs.SY eess.SY
eCAV: An Edge-Assisted Evaluation Platform for Connected Autonomous Vehicles
Georgia Institute of Technology（佐治亚理工学院）
针对大规模网联自动驾驶车辆仿真评估的计算瓶颈，提出高效可扩展的边缘辅助评估平台eCAV，支持V2X算法功能验证与性能预测，可建模256辆车，规模达现有方案8倍。
2025-06-27 cs.MA cs.NI cs.RO
Demand for shared mobility to complement public transportation: Human driven and autonomous vehicles
通信技术和自动驾驶汽车的最新进展为替代移动系统（出租车、拼车、需求响应服务、点对点拼车、汽车共享、共享自动驾驶汽车/班车）打开了大门。这些新的移动服务引起了研究人员、公共和私营部门的兴趣，成为解决最后一英里问题的潜在解决方案，特别是在高频率公交车不可行的低密度地区。在这项研究中，我们调查了乘车共享服务对出行需求和福利的影响，因为它补充了不同场景下的公共交通。考虑了两种类型的管理和车辆类型：众包人类驾驶车辆（HDV）（例如Uber，Lyft）和集中运营的共享自动驾驶车辆（SAV）。研究了票价折扣对交通需求和交通方式转换的影响。以加拿大安大略省奥克维尔市为例，利用实际数据进行了道路网的实例研究.结果显示，在集中运营的共享自动驾驶汽车下，共享乘车有可能将乘客量增加76%，并将等待时间减少47%，共享票价折扣为50%。
2021-03-17 cs.SY eess.SY
Application of Data-Driven Model Predictive Control for Autonomous Vehicle Steering
本文提出将数据驱动MPC应用于自动驾驶车辆转向，避免复杂建模，通过CarSim-Simulink仿真验证，相比PID和运动学MPC，该方法计算时间低、误差小，具有可行性和优越性。
2024-07-18 cs.SY eess.SY
Safe Intersection Management for Mixed Transportation Systems with Human-Driven and Autonomous Vehicles
Texas A&M University（德克萨斯农工大学）
本文研究了混合交通系统中人驾驶和自动驾驶车辆共存时的安全管理问题，提出了一种基于MPC的协议和交通信号协调协议，以确保交叉口的安全性。
2018-10-14 cs.SY eess.SY
Evaluating the acceptance of autonomous vehicles in the future
Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；Johannes Kepler University Linz（林茨约翰内斯·开普勒大学）
汽车工业的不断发展导致了更先进的驾驶员辅助系统的出现，这些系统能够实现某些任务的自动化，并且无疑旨在实现驾驶任务可以完全委托的车辆。所有这些进步都将带来汽车市场范式的变化，保险业也是如此。因此，CESVIMAP和马德里卡洛斯三世大学正在研究一种用于保险研究的自动测试平台（ATLAS），以研究这项技术，并获得有关未来车辆开发中每个代理人责任的第一手知识。这项工作收集了ATLAS所取得的部分进步，这些进步使人们有可能拥有一辆自动驾驶汽车，在真实环境中进行测试和演示，使车辆更接近未来的用户。作为这项工作的结果，并与林茨约翰内斯开普勒大学合作，研究了用户在乘坐ATLAS等全自动驾驶汽车旅行后对自动驾驶汽车的影响、接受程度和信心。这项研究发现，虽然大多数用户愿意使用自动驾驶汽车，但同样的用户也担心这种技术的使用。因此，了解这种担忧的原因可以帮助定义自动驾驶汽车的未来。
2023-01-26 cs.RO cs.SE cs.SY
Trajectory planning for multiple autonomous underwater vehicles with safety guarantees
研究了多自主水下机器人（AUV）在强海浪中的轨迹规划问题，该问题会干扰AUV的轨迹跟踪能力，并导致障碍物和机器人之间的碰撞。提出了一种基于Hamilton-Jacobi微分对策和模型预测控制的AUV安全轨迹生成方法，该方法考虑了时变状态无关或时变状态相关的波浪扰动。该方法规划多个AUV的安全保证的轨迹，并考虑AUV的形状，其中非线性光滑避碰约束通过强对偶性获得。
2020-11-27 cs.SY eess.SY
Learning to Influence Vehicles' Routing in Mixed-Autonomy Networks by Dynamically Controlling the Headway of Autonomous Cars
众所周知，自动驾驶汽车可以通过在车辆队列中保持较小的车头时距来增加道路通行能力。最近的研究表明，这些容量的增加会以意想不到的方式影响车辆的路线选择，类似于众所周知的Braess悖论，从而可能增加网络拥塞。在本文中，我们提出，在混合自治网络，即，在人类驾驶和自动驾驶汽车共享道路的网络中，自动驾驶汽车的车头时距可以直接控制，以影响车辆的路线并减少拥堵。我们认为，自动驾驶汽车的行驶速度以及路段的容量不仅仅是一个固定的设计选择;相反，它可以作为一种{基础设施控制}策略来{动态}调节容量。想象一下，类似于调节路段上车辆最大速度的可变速度限制，控制策略调节自动驾驶汽车沿每个路段的车头时距。我们试图通过直接控制自动驾驶汽车的车头时距来影响车辆的路线选择，以防止类似Braess的意外结果并提高网络效率。我们对混合自主交通网络的动态进行建模，同时考虑车辆的路线选择动态。我们训练一个RL策略，学习调节自动驾驶汽车的车头时距，使网络中的总行驶时间最小化。我们将经验表明，我们的训练政策，不仅可以防止Braess一样的低效率，但也减少了总的旅行时间。
2023-03-07 cs.SY eess.SY
An I + PI Controller Structure for Integrating Processes with Dead-Time: Application to Depth Control of an Autonomous Underwater Vehicle
本文提出了一种具有I和PI控制器的前馈加反馈控制器结构，用于控制具有时滞的积分过程。提供了基于阻尼因子和固有频率的时域规范的控制器增益选择的指导方针，以及指示过程响应的选择性的模拟。通过对非线性自主水下航行器系统的深度控制进行仿真，证明了所提出的控制器结构的实用性。
2019-08-25 cs.SY eess.SY
Tracking Control by the Newton-Raphson Flow: Applications to Autonomous Vehicles
Georgia Institute of Technology（佐治亚理工学院）；University of Cagliari（卡利亚里大学）
本文探讨了 recently-developed 输出跟踪技术在自主车辆轨迹控制中的应用，通过简单算法实现了有效的跟踪收敛。
2019-03-06 cs.SY eess.SY
Towards Assume-Guarantee Profiles for Autonomous Vehicles
目前，自动驾驶汽车的规则或规范是根据具体情况制定的，并以相当特殊的方式组合在一起。作为消除这种做法的一步，我们提出了一个系统化的程序，用于为自动驾驶汽车生成一组监督规范，这些规范1）与分布式假设保证结构相关联，2）以一致性和完整性概念为特征。除了帮助自动驾驶汽车在道路上做出更好的决策外，假设担保合同结构还有助于解决不良事件发生时的责任概念。我们给出了几个博弈论的例子来证明我们的框架的适用性。
2019-09-12 cs.LO cs.SY eess.SY
Stereo Vision for Unmanned Aerial VehicleDetection, Tracking, and Motion Control
提出了一种新的无人机检测方法。本研究的目的是为自主式多旋翼无人机开发一种鲁棒的设置，能够视觉检测和跟踪入侵无人机进行实时运动规划。该系统由两部分组成：使用立体摄像机生成三维点云数据的目标检测和应用卡尔曼滤波器进行无人机运动建模的视频跟踪。在探测到入侵者后，猎人可以瞄准并向入侵者发射一张绳网以压制它。计算机视觉，运动跟踪和规划算法可以在安装在猎人无人机上的便携式计算机上实现。
2020-05-07 cs.SY eess.IV eess.SP
A Companion App for an Autonomous Family Vehicle: Identification of Values for an Autonomous Mobility System
Braunschweig, Germany（德国布伦瑞克）
本文提出一款面向需要陪同人员的用户群体的自主车辆伴侣应用，支持可信人员跟踪行程和远程设置车辆，并识别影响乘客和可信人员的价值观。
2026-06-09 cs.CY cs.SY eess.SY
Towards Deductive Verification of Control Algorithms for Autonomous Marine Vehicles
针对自主海洋航行器混合系统特性导致控制算法形式化安全验证困难的问题，提出结合GNU/Octave数值计算与Isabelle证明助手的验证方法，可验证多模式切换控制器的微分不变量。
2020-06-16 cs.SE cs.SY eess.SY
Communication-Constrained Routing and Traffic Control for Autonomous Vehicles
自动驾驶汽车（Autonomous Vehicles，AV）是一种先进的技术，可以带来便利，提高道路网络的吞吐量，减少交通事故。为了实现更高水平的自动化（LoA），需要将大量的传感数据上传到网络进行处理，然后必须将机动决策返回给AV。此外，乘客可能对各种数据饥饿和延迟敏感的应用有更高的传输速率需求。
2019-09-26 cs.NI cs.SY eess.SP
Enhancing In-vehicle Multiple Object Tracking Systems with Embeddable Ising Machines
Corporate Research and Development Center, Toshiba Corporation（东芝公司企业研发中心）；MIRISE Technologies（MIRISE技术公司）
本文提出通过嵌入式伊辛机解决多目标跟踪中的分配问题，提升车载系统在长期遮挡情况下的跟踪性能。
2024-10-18 cs.CV cs.ET cs.SY
Robust Safety for Autonomous Vehicles through Reconfigurable Networking
National Institute of Standards and Technology（美国国家标准与技术研究院）
本文通过软件定义网络技术提升自动驾驶车辆的网络鲁棒性，在非故障条件下无额外开销，故障时能及时传递信息，验证了其优越性。
2018-04-12 cs.NI cs.PF cs.SY
