松灵学术 | LIMO测试平台的匝道安全并线场景下,基于事件触发的控制障碍函数的智能网联汽车优化控制
转载 2023-12-01 09:38 松灵机器人 来源:松灵机器人【Optimal Control of Connected Automated Vehicles with Event-Triggered Control Barrier Functions: a Test Bed for Safe Optimal Merging 】
文章链接:https://arxiv.org/abs/2306.01871
摘要
本研究旨在探讨智能网联汽车(Connected and Automated Vehicles,CAVs)在冲突区域,特别是匝道并线处,如何通过控制障碍函数(Control Barrier Functions,CBFs)以事件触发的方式来确保安全约束。当前解决方案中频繁的二次规划(Quadratic Programs,QPs)计算导致实际应用中的计算量巨大且同步通信困难。为应对这一挑战,我们提出了一种基于事件触发的控制框架,该框架通过在离散时间状态预设边界时触发下一次QP,以显著减少计算量并在噪声环境下保证系统的安全性。
引言
随着智能网联汽车技术的不断发展,CAVs在复杂交通环境中的行驶安全成为研究的重要方向。本研究聚焦于冲突区域,特别是匝道并线场景,其中CAVs需要高效的优化控制以确保安全约束。目前,频繁的QP解算成为制约实际应用的主要难题,因此论文提出了一种基于事件触发的控制框架,力求在降低计算负担的同时保持系统的稳健性。
方法
论文提出基于事件触发控制框架,通过离散时间预设边界时的事件,触发下一次QP计算,从而降低计算复杂度。具体而言,采用CBFs作为安全约束,并通过事件触发的方式来实现对CBFs的控制。这一框架的优势在于在保证系统安全性的同时显著减少了QP的解算次数,从而提高了实际应用的效率。
实验设计
在仿真和实验平台上验证了提出的事件触发控制框架。使用松灵LIMO多模态机器人进行CAV模拟,并对比了事件触发控制与传统时间驱动方式在QP计算、不可行情况降低以及噪声环境下的性能差异。实验结果表明,事件触发控制相较于时间驱动方式,能够显著减少QP计算次数,并在实际噪声环境下保持对安全约束的有效控制。
网友评论0条评论
相关资讯
更多- FORT Robotics B 轮增资1890 万美元加速智能机器安全平台布局
- 核工业机器人在英上岗
- STRP方案实战首秀!携手华润医药开启医药流通智能高效新时代
- 革新之作 凯乐士VFR极窄巷道叉式移动机器人发布
- AGILOX的优点那真是多到说不完啊!
- 口碑+ | 超百台、六种机器人协同作业!上海西门子开关如何用机器人军团,实现效率跃升350%?
- 智能升级!寻迹智行机器人集群调度系统如何重塑产线叫料新体验?
- 人形机器人凌枢全球首发,工业具身智能迈入跨场景集群作业时代
- OpenMind获2,000万美元融资赋能智能机器人互联
- 斗山机器人公司斥资2,590万美元控股美国Onexia 加速智能机器人解决方案扩张