자율주행차 경주의 궤적 계획 최적화 문제는 비선형성과 비볼록성을 특징으로 합니다. 이러한 최적화 문제를 해결하는 대신 일반적으로 높은 업데이트 속도를 달성하기 위해 볼록 근사를 해결합니다. 우리는 비선형 단일 트랙 차량 모델과 자율 차량 경주를 위한 Pacejka의 마법 타이어 공식을 기반으로 하는 실시간 지원 모델 예측 제어(MPC) 궤적 플래너를 제시합니다. 일반적인 비볼록 궤적 최적화 문제를 공식화한 후 순차 볼록 프로그래밍(SCP)을 사용하여 볼록 근사를 형성합니다. 최신 기술에서는 제약 조건을 완화하는 방법인 순차 선형화(SL)를 사용하여 트랙 제약 조건을 볼록화합니다. 완화된 최적화 문제에 대한 해법은 비볼록 최적화 문제에서 실현 가능하다고 보장되지 않습니다. 우리는 트랙 제약을 볼록화하는 방법으로 SCR(Sequential Convex Restriction)을 제안합니다. SCR은 비볼록 최적화 문제에서 결과 솔루션이 실현 가능함을 보장합니다. 제한된 최적화 문제에 대한 솔루션의 재귀적 타당성을 보여줍니다. MPC는 시뮬레이션에서 Hockenheimring 경주 트랙의 확장 버전에서 평가됩니다. 결과는 SCR을 사용하는 MPC가 SL을 사용하는 MPC보다 랩 타임이 더 빠르면서도 여전히 실시간 기능을 제공한다는 것을 보여줍니다.
cd code 통해 'code' 폴더 열기run() 을 통해 시나리오를 실행합니다. 스크립트 code+evaluationpaper.m 시뮬레이션 결과를 재현합니다. 그 후 결과는 results 폴더에서 확인할 수 있습니다.
'code/+config' 폴더에는 시나리오와 차량의 모든 구성이 저장됩니다. 원하는 대로 빌딩 블록을 결합하거나 완전히 새로운 구성을 만들 수도 있습니다.
quadprogUNIX(Ubuntu 18.04 64비트) 및 Windows 10 64비트, MATLAB R2021a, R2019b, R2019a에서 테스트되었습니다.
이 연구는 우선순위 프로그램 SPP 1835 협동 상호 작용 자동차 및 대학원 프로그램 GRK 1856 도로 주행 E-모빌리티를 위한 통합 에너지 공급 모듈 내의 Deutsche Forschungsgemeinschaft(DFG, 독일 연구 재단)의 지원을 받았습니다.
@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}
}
