Fast Trajectory Planning for Automated Vehicles using Gradient-based Nonlinear Model Predictive Control
运动轨迹规划是自动驾驶汽车的一个关键方面,因为它控制着自己在动态变化环境中的未来行为。为了更好地利用车辆的特性,需要在待解决的最优化问题中考虑非线性系统动力学。特别是,实时可行性对于自动驾驶至关重要,以便考虑快速变化的环境,例如移动物体。本文的主要贡献是提出了一种包含非线性系统模型的轨迹规划快速优化算法。此外,一个新的并发操作计划的两个优化算法的推导和研究。该算法在标准PC上的亚毫秒范围内运行。作为示例性场景,演示了沿着具有挑战性的参考路线驾驶的任务。
2018-07-29 math.OC
Speed trajectory planning at signalized intersections using sequential convex optimization
提出了一种基于序列凸优化方法的多信号交叉口车速轨迹优化算法,该算法在已知交通信号信息的情况下,以最小燃油消耗和行程时间为目标,同时满足行驶平顺性要求.通过与动态规划的比较,验证了该方法的最优性。此外,车辆运动在转弯过程中进行了研究,因为它的燃油消耗和行程时间的显着影响。
2018-04-20 math.OC
Optimization on Planning of Trajectory and Control of Autonomous Berthing and Unberthing for the Realistic Port Geometry
要实现自主航运,自主靠泊和离泊是一些技术挑战。在过去,人们对船舶靠泊问题的航迹规划优化进行了大量的研究。然而,这些研究仅假设简单的泊位,没有考虑障碍物。在实际港口中,靠离泊轨迹规划的优化必须考虑空间约束,并保持足够的距离障碍物。本文的主要工作如下:(1)提出了一种基于船舶区域的船舶避碰算法,该区域的大小随船舶速度的变化而变化,并考虑了空间约束进行优化;(2)在航迹规划中考虑了风扰动的影响,根据执行器的能力限制,规划出一条可行的航迹;(iii)表明了停泊的最优化方法同样适用于被忽略的离泊;(iv)将航路点纳入优化过程,使优化更易于实际应用。作者在两个现有端口上测试了所提出的方法。该方法在船舶靠泊和离泊问题上均取得了较好的效果,在避免与复杂障碍物碰撞的同时,优化了控制输入和航迹。
2022-01-13 math.OC
Coordinated Complexity-Aware 4D Trajectory Planning
本文考虑了一个协调的复杂性感知的4D轨迹规划问题。多架飞机穿越一个包含航线和航路点网络的扇区的案例研究被用来说明模型和求解方法。航路上的飞机通过某些进入航路点飞入扇区,沿航路依次访问中间航路点,最后通过一些离开航路点离开扇区。提出了一个整数规划模型来解决这个问题,使总的燃料成本,延误和空中交通复杂度最小化。与现有文献不同的是,该最优化模型明确考虑了空中交通复杂性,并能保证在任意给定时刻(而不仅仅是离散时刻)无冲突。先到先得(FCFS)的竞争,目前普遍采用的做法,也进行了调查和比较。数值结果证明了该模型的有效性。
2016-03-02 math.OC
An optimization-free approximation Framework for Connected and Automated Vehicles Eco-Trajectory Planning Under limited computing capacity
针对网联自动驾驶车辆生态轨迹规划计算难度大的问题,提出含离线建轨迹库、在线场景化规划的无优化框架,在保证有限最优性损失的前提下提升效率,还可应对突发情况,经混合交通流测试验证了性能。
2024-11-22 math.OC
Ship trajectory planning method for reproducing human operation at ports
Osaka University(大阪大学)
船舶靠离泊操纵是船舶操纵中最具挑战性和压力最大的阶段之一。为了减轻船舶操作人员的负担和防止事故,已经对自动化靠离泊的轨迹规划进行了一些研究。然而,很少有研究旨在协助船长停泊/离泊。要呈现给机长的轨迹应该是再现人类机长的控制特性的机动。以前提出的方法不能明确地反映运动和导航,人类船长特别注意减少在轨迹规划的心理负担。在这里,温和的约束的轨迹规划方法。约束施加了某些状态(位置、船首航向角、船速和偏航角速度),这些状态近似地在任何给定时间被采用。该新约束的引入允许施加仔细的轨迹规划(例如,在原地以零速度转弯或为了安全而在转向之前暂停),就像在停泊/离泊期间由人执行的那样。本文提出的算法被用来优化的大型汽车轮渡的停泊/离泊轨迹。结果表明,该方法可以生成定量的等效轨迹记录在实际的停泊/离泊操纵由人类船长。
2023-03-08 cs.RO math.OC
Parameter Optimization in Trajectory Planning via Differentiable Convex Programming
Beihang University(北京航空航天大学);State Key Laboratory of High-Efficiency Reusable Aerospace Transportation Technology(高效可重复使用航天运输技术国家重点实验室)
本文提出一种可微顺序凸规划框架,通过端到端参数优化提升轨迹规划的数值性能和设计效率。
2025-12-08 math.OC
Convex Risk Bounded Continuous-Time Trajectory Planning in Uncertain Nonconvex Environments
MIT(麻省理工学院)
在本文中,我们解决的轨迹规划问题,在不确定的非凸静态和动态环境中,包含概率位置,大小和几何形状的障碍物。为了解决这个问题,我们提供了一个风险有界的轨迹规划方法,寻找连续时间的轨迹,保证有界的风险在规划时间范围内。风险被定义为与不确定障碍物发生碰撞的概率。现有的方法来解决风险有界的轨迹规划问题要么是有限的高斯不确定性和凸障碍或依赖于基于采样的方法,需要不确定性样本和时间离散化。为了解决风险有界的轨迹规划问题,我们利用风险轮廓的概念,将风险有界的规划问题转化为一个确定性的优化问题。风险等值线是不确定环境中具有有界风险的所有点的集合。所得到的确定性优化,在一般情况下,非线性和非凸时变优化。我们提供了基于平方和优化的凸方法来有效地解决所得到的非凸时变优化问题,并获得连续时间的风险有界的轨迹,而无需时间离散化。所提供的方法处理任意概率不确定性,非凸和非线性,静态和动态的障碍,并适用于在线轨迹规划问题。
2021-06-10 cs.RO cs.SY eess.SY
Unifying Decision Making and Trajectory Planning in Automated Driving through Time-Varying Potential Fields
Politecnico di Torino(都灵理工大学)
本文提出基于时变人工势场的统一决策与局部轨迹规划框架,通过建模动态障碍物的预测运动来实现安全轨迹生成。
2026-03-13 cs.SY eess.SY math.OC
Trajectory Planning Under Environmental Uncertainty With Finite-Sample Safety Guarantees
我们解决的问题,轨迹规划的环境中由一组障碍物与不确定的时变位置。使用广泛接受的高斯分布的不确定性建模,从而在一个机会约束的程序。然而,与以前的方法相反,我们不假设完美的知识的分布的时刻,而是通过有限的样本从传感器或过去的数据来估计它们。我们得到严格的浓度范围内的错误,这些估计,以充分收紧的机会约束程序。因此,我们提供了可证明的保证满足相应的机会约束的名义尚未未知的时刻。我们用两个自主车辆轨迹规划案例研究来说明我们的结果。
2021-08-13 cs.SY eess.SY math.OC
Trajectory Planning of Weakly Supervised Aircraft
在本文中,我们提出了一种新的空中交通管理(ATM)的框架。该框架的特点是弱监督飞机的轨迹规划;空中交通管制(ATC)不完全确定每个飞机的轨迹,不像传统的规划方法,但确定允许的安全轨迹集。空中交通管制要求飞行员从集合中选择自己的轨迹,飞行员通过追求自己的目标来确定轨迹。例如,选择可以基于飞行员偏好和航空公司策略。这两个阶段的ATM系统有助于同时实现ATC和飞行员的目标,如在安全管理下的燃料成本最小化。建议的ATM系统的有效性证明在模拟使用实际的空中交通数据。
2019-09-30 cs.SY eess.SY math.OC
Implicit Trajectory Planning for Feedback Linearizable Systems: A Time-varying Optimization Approach
我们开发了一个基于优化的框架,用于联合实时轨迹规划和反馈线性化系统的反馈控制。为了实现这一目标,我们定义了一个目标轨迹的时变优化问题的最优解。然而,一般来说,这种轨迹可能是不可行的,例如,非完整约束为了解决这个问题,我们设计了一个控制律,产生可行的轨迹,渐近收敛到目标轨迹。更确切地说,对于(动态)全状态线性化的系统,所提出的控制律隐式地将非线性系统转换为足够高阶的优化算法。我们证明了全局指数收敛到目标轨迹的优化算法和原系统。我们说明了我们提出的方法的有效性多目标或多代理跟踪问题的约束。
2020-03-13 cs.SY eess.SY math.OC
Trajectory planning optimization for real-time 6DOF robotic patient motion compensation
我们首次提出了一种通用的6DoF轨迹规划方法,该方法可用于实时图像引导的放射治疗程序,用于动态移动肿瘤靶的机器人稳定。由于辐射束在运动补偿过程期间始终开启,因此强制要求6D校正轨迹在空间和时间上都是最佳的,以便最大化对肿瘤的辐射并最小化对健康组织的无意辐射。与之前依赖于PID或其他控制器等运动控制方法的工作不同,这项工作提出了运动规划的概念,其中使用超快优化方法搜索所有潜在的6D轨迹并选择最佳轨迹。由于该方法将问题公式化为要解决的目标函数,因此它允许高度灵活性,因为用户可以优化各种性能要求,例如机械机器人限制、患者速度或必须在某些限制内操作以确保安全医疗过程的其他方面。
2018-08-11 math.OC physics.med-ph
Optimal Predefined-time Trajectory Planning for a Free-floating Space Robot
随着人类空间探索的不断深入,空间环境中逐渐充满了废弃的卫星碎片和未知的微小陨石,这些碎片将严重影响空间机器人的捕获运动。因此,本文将重点研究一种具有预定时间位姿反馈的双臂自由漂浮空间机器人(FFSR)快速避碰轨迹规划策略,以实现末端执行器的微米级跟踪精度。然而,与控制类似,指数反馈导致相对于比例反馈的较大的初始关节角速度。首先,从控制的角度推导出基于位姿误差的FFSR运动学模型。在预定时间轨迹规划中,采用累积危险场(CDF)避碰算法,实现了微米级的避碰轨迹跟踪精度。最后,采用基于遗传算法的优化算法对预定时间参数进行优化,得到了机器人手臂低关节角速度的运动轨迹。仿真结果验证了我们的猜想和结论。
2021-09-01 cs.RO math.OC
Robust Learning-Based Trajectory Planning for Emerging Mobility Systems
在本文中,我们扩展了我们之前开发的用于在无信号交叉口协调连接和自动驾驶车辆(CAV)的框架,以纳入不确定性。利用实际时间轨迹的可能噪声观测值并利用高斯过程回归,在线学习CAV偏离标称轨迹的有界置信区间。这些置信区间,我们重新制定的轨迹规划作为一个强大的协调问题,其解决方案,保证在系统中的约束条件得到满足的存在有界偏离标称轨迹。我们证明了我们的扩展框架的有效性,通过数值模拟。
2021-10-07 math.DS math.OC
Optimal model-based trajectory planning with static polygonal constraints
本文的主要贡献是一种新的方法规划全局最优轨迹的动力系统受多边形约束。所提出的方法是一种混合轨迹规划方法,它将图搜索(即离散路线图方法)与凸优化(即完整路径方法)相结合。相反,过去的方法,集中在使用简单的障碍物近似,或次优空间离散化,我们的方法是能够使用精确的几何形状的多边形约束,以规划最佳轨迹。所提出的方法的性能和灵活性进行评估,通过模拟规划距离最优的轨迹Dubins汽车模型,以及时间,距离和能量最优的轨迹的海洋车辆。
2020-10-27 cs.SY eess.SY math.OC
Belief Space Planning Simplified: Trajectory-Optimized LQG (T-LQG) (Extended Report)
Texas A&M University(德克萨斯A&M大学)
运动和观测不确定性下的规划需要在反馈策略空间中解决随机控制问题。本文通过得到一个具有最佳标称性能的线性二次高斯(Linear Quadratic Gaussian,LQG)设计,将一般的(n^2+n)维置信空间规划问题化为一个(n)维问题.然后,以LQG控制器的基本轨迹作为决策变量,我们提出了一个耦合设计的轨迹,估计器,和控制器的设计,通过一个非线性规划(NLP),可以解决一个一般的NLP求解器。我们证明,根据一阶近似和分离原理的谨慎使用,我们的近似是有效的。我们给出了现有的主要信念空间规划方法的分析,并表明我们的算法具有最低的计算负担。最后,我们扩展我们的解决方案,包含一般的状态和控制约束。我们的模拟结果支持我们的设计。
2016-08-11 cs.RO math.OC
Using Uncertainty Data in Chance-Constrained Trajectory Planning
ETH Zurich(苏黎世联邦理工学院)
本文研究了在存在不确定位置障碍物的环境中进行轨迹规划问题,提出了一种在线学习分布矩的方法,并通过紧致的混合整数凸改写方法得到可行解,应用于自动驾驶领域。
2021-01-10 cs.SY eess.SY math.OC
Convex Risk Bounded Continuous-Time Trajectory Planning and Tube Design in Uncertain Nonconvex Environments
MIT, Computer Science;Artificial Intelligence Laboratory. These authors contributed equally to the paper.
针对含概率障碍物的不确定非凸动静环境,本文利用风险等值线将规划转化为确定性优化,并通过平方和凸优化实现无时间离散化的连续时间风险有界轨迹及最大安全管设计。
2023-06-04 cs.AI cs.RO math.OC
Symmetry Reduction, Contact Geometry and Nonlinear Trajectory Planning
研究了控制系统在李群下的不变性,并将其应用于非线性轨迹规划问题。外微分系统的对称性约化理论被用来证明如何对称性约化和重构是有效的,明确的,精确的建设计划系统的轨迹。我们表明,虽然一个给定的控制系统的对称性可能不是静态反馈线性化,甚至平坦的,它可能仍然拥有一个平坦的或甚至线性化的对称性减少,并从这一点,轨迹规划在原来的系统往往可以进行或大大简化。我们采用接触几何的Brunovsky正常形式开发工具,用于检测和分析这些现象。该方法的有效性说明了其应用于一个问题的指导海洋船舶。本文给出了一种用于欠驱动船舶控制的模型表面轨迹的精确显式规划方法。它示出了一个3度的自由度的欠驱动船舶控制系统有一个对称性的减少,使我们能够给一个优雅的明确的,精确解这个问题。
2015-10-20 math.DG math.OC
Trajectory Planning and Control for Automatic Docking of ASVs with Full-Scale Experiments
我们提出了一种方法,用于执行自动对接的小型自主水面车辆(ASV)的互连基于优化的轨迹规划与动态定位(DP)控制器的轨迹跟踪。轨迹规划器通过考虑具有静态障碍物的地图来提供无碰撞轨迹,并且通过包括ASV及其致动器的数学模型来产生可行的轨迹。DP控制器跟踪时间参数化的位置,速度和加速度的轨迹规划器使用比例积分微分反馈与速度和加速度前馈。该方法的性能进行了测试,在挪威特隆赫姆的封闭水域的小型ASV。ASV在跟踪生成的参考轨迹时,相对于静态障碍物执行无碰撞对接机动,并实现成功对接。
2020-04-16 cs.SY eess.SY math.OC
Warm-Started Optimized Trajectory Planning for ASVs
Norwegian University of Science and Technology (NTNU)(挪威科技大学)
我们认为,热启动的优化轨迹规划的自主水面车辆(ASV)的两种类型的规划者的优势相结合:A* 的实现,快速找到最短的分段线性路径,和基于控制的最优轨迹规划。一个非线性的3自由度欠驱动模型的ASV被认为是,随着目标功能,促进能源效率和易于观察的机动。A* 算法保证基于均匀分解的映射找到到达目标位置的最短分段线性路径。动态信息的构建和添加到A* 生成的路径,并提供了一个初始的猜测热启动的最优控制为基础的规划。最优控制规划器的运行时间大大减少了这个初始猜测,并输出一个动态可行的和局部最优的轨迹。
2019-07-05 cs.RO cs.SY eess.SY
Safe and Resilient Multi-vehicle Trajectory Planning Under Adversarial Intruder
University of California, Berkeley(加州大学伯克利分校)
本文提出一种改进的序列轨迹规划方法,通过仅对固定数量的车辆进行重新规划,提高了多车轨迹规划的可扩展性和鲁棒性,适用于大规模系统。
2017-11-06 cs.SY eess.SY math.DS
Multi-UAV trajectory planning for 3D visual inspection of complex structures
University of Rijeka(里耶卡大学);University of Southern Denmark(南丹麦大学)
自主无人机在基础设施检查任务中的应用在减少操作时间、安全性和成本效益方面提供了好处。提出了一种基于热方程驱动区域覆盖(HEDAC)算法的三维多无人机自主体积覆盖和基础设施视觉检测轨迹规划方法。该方法使用势场生成轨迹,并实施距离场以防止碰撞并确定UAV的相机方向。在风力涡轮机和桥梁等复结构的目视检查过程中,它成功地实现了覆盖范围,在相同条件下可以检查更多的表面积,优于最先进的方法。所提出的轨迹规划方法提供了各种设置参数的灵活性,并适用于现实世界的检测任务。最后,所提出的方法可以潜在地应用于不同的自主无人机任务,甚至可以用作无人机运动控制方法,如果其计算效率的提高。
2022-12-07 cs.MA cs.RO cs.SY