规划文献阅读——Obstacle Avoidance, Path Planning and Control for Autonomous Vehicles

摘要

自动驾驶汽车避障需要三个主要层面，即感知、路径规划和制导控制。在本文中，考虑到这三个层次之间的联系，提出了一个全局架构。在环境感知层面，采用基于证据占用网格的方法进行动态障碍物检测。因此，考虑物体的姿态来生成轨迹。后者是基于平滑轨迹的s型函数。最后，控制制导利用该避障轨迹生成合适的转向角。整个策略在我们的实验车上得到了验证。实验结果表明了该方法的有效性。

1. Introduction

智能交通系统的研究引起了人们的特别兴趣，因为它解决了复杂环境中自主性和安全性的挑战性问题。自动驾驶汽车概念的主要和必要步骤是感知、规划和控制。实际上，感知是由环境建模和定位组成的。它们分别依赖于外感觉和本体感觉。接下来，规划的目的是根据感知结果传递的信息生成最佳轨迹，以到达给定的目的地。最后，控制模块通过命令飞行器的执行器来跟踪生成的轨迹。该过程的每个模块将在本文中针对避障的具体情况进行介绍。将这些任务集成到一个全局架构中是本文的主要贡献。感知模块确保根据精确的网格表示对环境进行描述。
占用网格地图(OGM)的使用对于避障特别方便，因为它允许识别可导航空间，并在场景中定位静态和动态对象。然后在路径规划层使用待避免物体的姿态，根据参数化的s型函数和[1]中给出的滚动地平线生成轨迹和速度剖面。得到的曲率轮廓作为制导控制模块的参考路径。这个水平提供了适当的转向角度，车辆根据横向制导控制器使用打击中心(CoP)，而不是传统的重心。所提出的控制器是基于前馈和鲁棒状态反馈动作，分别减少干扰对横向误差的影响，并保证横向稳定性[2]。
本文组织如下:第二节提出了包含不同模块的全局避障方法。第三节介绍了基于证据网格的动态目标检测方法。第四节给出了基于参数化s型函数和滚动视界相结合的避障算法。第五节详细介绍了基于前馈耦合鲁棒状态反馈的控制器设计。第六节说明了全局方法的实验平台和结果。最后，第七节总结了本文。

2.避障策略

本节介绍了基于图1所示的三个模块的全局避障策略。本节将简要介绍每个级别。

A.感知模块

对于自动驾驶汽车来说，正确有效地感知环境是必不可少的。本研究主要围绕环境感知来提取静态/动态物体的位置，以及基于外感知传感器的可驾驶路径。定位部分不被视为车辆的位置是已知的和可靠的。用于提取道路信息和周围物体信息的最常用的方法之一是占用网格(OG)。它可用于避免碰撞，传感器融合，目标跟踪和同时定位和绘图(SLAM)[3]等多种应用。OG的基本思想是将环境的地图表示为均匀间隔的二进制随机变量场，每个变量表示环境中该位置的障碍物[4]。