[论文解读] Optimization-Based On-Road Path Planning for Articulated Vehicles

Rui Oliveira, Oskar Ljungqvist+2 more|arXiv (Cornell University)|Jan 19, 2020

Robotic Path Planning Algorithms参考文献 16被引用 6

一句话总结

该论文提出了一种基于优化的路径规划算法，用于刚性车辆（如拖挂车）在道路对齐坐标系下，利用序列二次规划（SQP）最小化偏移跟踪（off-tracking）并确保避障。主要贡献是一套专为该类车辆设计的优化目标，可减少车辆本体的扫掠路径，从而在复杂道路场景（如U型转弯和环岛）中实现安全、类人般的导航，计算精度高。

ABSTRACT

Maneuvering an articulated vehicle on narrow road stretches is often a challenging task for a human driver. Unless the vehicle is accurately steered, parts of the vehicle's bodies may exceed its assigned drive lane, resulting in an increased risk of collision with surrounding traffic. In this work, an optimization-based path-planning algorithm is proposed targeting on-road driving scenarios for articulated vehicles composed of a tractor and a trailer. To this end, we model the tractor-trailer vehicle in a road-aligned coordinate frame suited for on-road planning. Based on driving heuristics, a set of different optimization objectives is proposed, with the overall goal of designing a path planner that computes paths which minimize the off-track of the vehicle bodies swept area, while remaining on the road and avoiding collision with obstacles. The proposed optimization-based path-planning algorithm, together with the different optimization objectives, is evaluated and analyzed in simulations on a set of complicated and practically relevant on-road planning scenarios using the most challenging tractor-trailer dimensions.

研究动机与目标

• 解决在狭窄、复杂环境中的大型刚性车辆（特别是拖挂车）在道路上的路径规划挑战。
• 开发一种路径规划器，以最小化车辆本体的偏移跟踪，同时确保碰撞避免和道路居中。
• 设计专门适用于刚性车辆的优化目标，因为标准乘用车优化目标无法充分反映其运动学特性。
• 在涉及急转弯和障碍物的高难度真实道路场景中，评估规划器的性能。
• 通过滚动时域实现和高效的数值方法，确保实时可行性。

提出的方法

• 在道路对齐坐标系中对拖挂车进行建模，以简化道路路径规划，并与标准自动驾驶框架保持一致。
• 构建一个非线性优化问题，以计算无碰撞路径，整合车辆运动学、障碍物约束和自定义目标。
• 采用序列二次规划（SQP）方法，迭代求解非线性最优控制问题，确保收敛到可行且平滑的路径。
• 开发一种顺序方法，用于计算拖车和挂车各点的偏移跟踪，以及用于数值优化的近似偏导数。
• 规划器采用滚动时域方法，基于更新后的车辆状态和环境观测，在每个时间步重新规划。
• 优化目标源自驾驶经验法则，重点是最小化最大偏移跟踪，并使扫掠区域与道路中心线对齐。

实验结果

研究问题

• RQ1 基于优化的路径规划能否在复杂道路操作中有效减少刚性车辆的偏移跟踪？
• RQ2 不同的优化目标如何影响刚性车辆路径规划中的路径质量、避障能力和道路居中性能？
• RQ3 所提出的基于SQP的方法在高曲率场景中在多大程度上能确保路径平滑、可行且无碰撞？
• RQ4 车辆尺寸在真实道路环境中对计算时间和规划器性能有何影响？
• RQ5 该规划器能否在U型转弯和450度环岛等具有挑战性的城市场景中生成类人、安全且高效的路径？

主要发现

• 所提出的路径规划器在包含两个障碍物的U型转弯场景中成功计算出无碰撞路径，通过策略性变道实现有效避障。
• 在U型转弯场景中，由于车辆尺寸较大且曲率复杂（0.065 m⁻¹），计算耗时达108.41秒，凸显了对车辆尺寸的敏感性。
• 对于尺寸较小的车辆配置，计算时间降至29.89秒，表明车辆尺寸显著影响计算负载。
• 规划器实现了安全、平滑且类人的轨迹，使拖车和挂车在转弯后均保持在道路中心。
• 采用定制化优化目标后，偏移跟踪减少，车辆运动更可预测、更不具侵扰性，相较于标准目标表现更优。
• 基于SQP的方法收敛至接近非线性运动学模型的解，尽管存在线性化，仍验证了其高精度。