基于交互感知的自动驾驶车辆轨迹规划——神经网络与模型预估计控制的集成

论文链接：https://arxiv.org/pdf/2301.05393
自动驾驶汽车必须与其他驾驶员共享驾驶空间，并经常采用保守的运动规划策略以确保安全。这些保守策略会对自动驾驶的性能产生负面影响，并显著降低流量吞吐量。因此，为了避免保守，我们为自动驾驶车辆设计了一个交互感知运动规划器，它与周围车辆交互，以局部最优的方式执行复杂机动。我们的规划器使用基于神经网络的交互式轨迹预测器，并将其与模型预测控制（MPC）进行分析集成。使用交替方向乘数法（ADMM）求解MPC优化，并证明了算法的收敛性。我们提供了一项实证研究，并将我们的方法与基线启发式方法进行了比较。