[论文解读] A Geometric Approach to On-road Motion Planning for Long and Multi-Body Heavy-Duty Vehicles

Rui Oliveira, Oskar Ljungqvist+3 more|arXiv (Cornell University)|Oct 14, 2020

Robotic Path Planning Algorithms参考文献 20被引用 4

一句话总结

本文提出一种几何框架，通过推导不同车辆轴线（如公共汽车的前轴和后轴，或铰接车辆的牵引车和挂车后轴）之间最优权衡，以优化长距离和多体重型车辆的运动规划。通过解析几何推导，该方法在线计算权重参数，以最小化车辆扫掠面积，从而实现整车在车道内居中对齐，显著提升安全性与操控性，优于以往方法。

ABSTRACT

Driving heavy-duty vehicles, such as buses and tractor-trailer vehicles, is a difficult task in comparison to passenger cars. Most research on motion planning for autonomous vehicles has focused on passenger vehicles, and many unique challenges associated with heavy-duty vehicles remain open. However, recent works have started to tackle the particular difficulties related to on-road motion planning for buses and tractor-trailer vehicles using numerical optimization approaches. In this work, we propose a framework to design an optimization objective to be used in motion planners. Based on geometric derivations, the method finds the optimal trade-off between the conflicting objectives of centering different axles of the vehicle in the lane. For the buses, we consider the front and rear axles trade-off, whereas for articulated vehicles, we consider the tractor and trailer rear axles trade-off. Our results show that the proposed design strategy results in planned paths that considerably improve the behavior of heavy-duty vehicles by keeping the whole vehicle body in the center of the lane.

研究动机与目标

• 为解决长距离和多体重型车辆（如公共汽车和拖挂卡车）缺乏有效运动规划策略的问题，这些车辆面临乘用车所不具备的独特挑战。
• 解决在单一车道内同时对齐多个车辆部件（如公共汽车的前轴和后轴，或半挂卡车的牵引车和挂车）时存在的冲突目标。
• 开发一种计算高效、可在线运行的方法，用于确定运动规划目标中的最优权重参数，避免耗时的离线调参。
• 将长距离车辆与多体车辆的运动规划统一于单一几何优化框架之下。
• 通过最小化车辆车身扫掠面积，提升路径质量，增强城市道路行驶的安全性与稳定性。

提出的方法

• 基于车辆运动学与道路约束的几何分析，推导运动规划目标的最优权重参数。
• 将车辆建模为一系列具有定义几何包络的刚性体，以计算车身相对于车道中心的最大侧向偏移。
• 利用平稳性原理与包络宽度最小化，确定轴线居中目标之间的最优权衡。
• 在数值优化框架中应用推导出的权重参数，采用序列二次规划（SQP）与实时迭代（RTI）算法，确保实时可行性。
• 在线计算最优权重参数，实现对道路曲率与结构变化的动态适应。
• 使用斯堪的纳维亚测试设施的真实道路数据验证该框架，确保其实际适用性。

实验结果

研究问题

• RQ1 如何在运动规划中对多个轴线（如公共汽车的前轴与后轴）的居中目标进行最优平衡？
• RQ2 铰接车辆中，牵引车与挂车后轴居中目标之间的几何最优权衡是什么？
• RQ3 能否通过解析方法推导出运动规划目标的最优权重参数，而非依赖耗时的离线调参？
• RQ4 与现有方法相比，所提出的几何优化如何改善车辆的扫掠面积与车道居中性能？
• RQ5 所推导的优化框架能否在线运行，并动态适应不同道路条件？

主要发现

• 所提方法将车辆包络的最大侧向偏移分别控制在左侧2.30 m、右侧2.26 m，与几何预期宽度2.27 m高度一致。
• 运动规划器实现了牵引车与挂车的均衡居中，两者包络宽度均与理论最优宽度相差不超过0.03 m。
• 规划路径曲率与基于平稳性原理推导的最优曲率高度吻合，最大偏差小于0.01 rad/m。
• 牵引-挂车铰接角β得到良好维持，规划路径与几何推导的β分布高度一致。
• 实时迭代（RTI）算法的平均计算时间分别为：公共汽车0.030 s，拖挂卡车0.050 s，最坏情况下的计算时间比SQP快一个数量级。
• 该方法消除了对权重参数离线调参的需求，实现了对道路特性与车辆构型的动态、在线自适应。