sequential convex programming

自動運転車レースにおけるリアルタイム最適軌道計画のための逐次凸プログラミング手法

抽象的な

自動運転車レースにおける軌道計画の最適化問題は、非線形性と非凸性によって特徴付けられます。通常、これらの最適化問題を解決する代わりに、凸近似を解決して高い更新レートを実現します。非線形シングルトラック車両モデルと自動運転車両レース用の Pacejka のマジック タイヤ フォーミュラに基づく、リアルタイム対応モデル予測制御 (MPC) 軌道プランナーを紹介します。一般的な非凸軌道最適化問題を定式化した後、逐次凸計画法 (SCP) を使用して凸近似を作成します。最新技術では、制約を緩和する方法である逐次線形化 (SL) を使用してトラック制約を凸状にします。緩和最適化問題の解は、非凸最適化問題で実行可能であるとは保証されません。トラック制約を凸化する方法として、逐次凸制約(SCR)を提案します。 SCR は、結果として得られる解が非凸最適化問題で実行可能であることを保証します。制限された最適化問題に対する解の再帰的実現可能性を示します。 MPC は、ホッケンハイムリンク レーシング トラックの縮尺版のシミュレーションで評価されます。結果は、SCR を使用した MPC は、リアルタイム機能を備えながら、SL を使用した MPC よりも速いラップタイムを生み出すことを示しています。

説明書

0. このリポジトリを複製またはダウンロードし、このフォルダーで MATLAB を開きます
1. MATLAB でcd code使用してフォルダー 'code' を開きます
2. オプション: ファイル 'run.m' で事前に構成されたシナリオを選択します。あるいは、次の段落で説明するように個別の構成を構成します。
3. run()経由でシナリオを実行します

論文結果の複製

スクリプトcode+evaluationpaper.mシミュレーション結果を再現します。その後、結果はフォルダーresultsで利用可能になります。

構成

「code/+config」フォルダーには、シナリオと車両のすべての設定が保存されます。ビルディングブロックを好みに合わせて組み合わせたり、まったく新しい構成を作成したりすることもできます

要件

• MATLAB
  • バージョン: 推奨 R2021a、最小 R2019a
  • 記号数学ツールボックス
  • 統計および機械学習ツールボックス (評価の場合のみ必要)
• ソルバー
  • 推奨 IBM ILOG CPLEX Optimization Studio 12.10
  • あるいは、「Symbolic Math Toolbox」を介した MATLAB のquadprog

UNIX (Ubuntu 18.04 64 ビット) および Windows 10 64 ビット、MATLAB R2021a、R2019b、R2019a でテスト済み

謝辞

この研究は、優先プログラム SPP 1835 協調相互作用自動車および大学院プログラム GRK 1856 路上電子モビリティ用統合エネルギー供給モジュール内の Deutsche Forschungsgemeinschaft (DFG、ドイツ研究財団) によって支援されています。

参照

[1] P. シェッフェ、T. ヘネケン、M. クルック、B. アリファエ。 「自動運転車レースにおけるリアルタイム最適軌道計画のための逐次凸計画法」

 @ARTICLE{scheffe2022sequential,
  author={Scheffe, Patrick and Henneken, Theodor Mario and Kloock, Maximilian and Alrifaee, Bassam},
  journal={IEEE Transactions on Intelligent Vehicles},
  title={Sequential Convex Programming Methods for Real-time Optimal Trajectory Planning in Autonomous Vehicle Racing},
  year={2022},
  volume={},
  number={},
  pages={1-1},
  doi={10.1109/TIV.2022.3168130}
}