基于凸优化联网的自动驾驶汽车协同控制架构
提出了一种基于凸优化联网的自动驾驶汽车协同控制架构,该架构基于线性时变模型预测控制定义(LTVMPC)。为此,定义了线性时变约束、覆盖避障和保持连接任务作为一个多目标优化问题,并通过实时的定义和简化方法将模型预测控制(MPC)问题转化为凸优化问题。
一般情况下,移动网络系统被部署在杂乱的环境中,以实现在不断变化环境中的共同联网任务。由于联网自动驾驶汽车系统在驾驶过程中会有导航和传感不确定性的情况,因此必须规划联网汽车的路径,以避免与交通设施或其它车辆碰撞。此外,联网汽车应保持一定的连接限制,这样才可保证完成协调任务。由于车辆是提供一个无线通信的基站,因此其运动规划将对无线通信产生约束,并带来多目标决策问题,其中,最佳的运动规划决策只考虑一个标准但可能不是最好的解决方案,这样可以覆盖所有的目标。
所提出的基于凸优化联网的自动驾驶汽车的协同控制架构用来控制联网汽车的运动,使用基于模型预测控制的规划方法可以确定更准确的输入控制,并将优化问题转化为一个凸优化问题,以满足实时性。
Mohsen Ahmadi Mousavi et al.Proceedingsofthe3rd RSI International Conference onRoboticsandMechatronicsOctober7-9,2015, Tehran,Iran.
编译:刘欢