Data-Driven Robust Optimization for Energy-Aware and Safe Navigation of Electric Vehicles

要約

この論文では、データ駆動型の堅牢な最適化フレームワークで、エネルギーの最適化と電気自動車の安全なナビゲーションの問題に同時に取り組みます。
縦方向と横方向の動きとバッテリーのエネルギー状態を捉えるために、慣性座標系と車体座標系の両方に運動学的変数を含む電気自動車の動的モデルを検討します。
障害物の動きの過去のデータを活用して、確率的保証を備えた将来の占有セットを構築し、凸計画双対性を使用してそのような占有セットに関して堅牢な衝突回避制約を定式化します。
したがって、結果として生じるエネルギー消費にペナルティを与えながら、堅牢な衝突回避制約を条件とする有限ホライズン最適制御問題を提示します。
最後に、曲線道路や複数の障害物を含む広範なシミュレーションを通じて、エネルギー消費を削減し、安全なナビゲーションを確保する上で、提案されたアプローチの有効性を示します。

要約(オリジナル)

In this paper, we simultaneously tackle the problem of energy optimal and safe navigation of electric vehicles in a data-driven robust optimization framework. We consider a dynamic model of the electric vehicle which includes kinematic variables in both inertial and body coordinate systems in order to capture both longitudinal and lateral motion as well as state-of-energy of the battery. We leverage past data of obstacle motion to construct a future occupancy set with probabilistic guarantees, and formulate robust collision avoidance constraints with respect to such an occupancy set using convex programming duality. Consequently, we present the finite horizon optimal control problem subject to robust collision avoidance constraints while penalizing resulting energy consumption. Finally, we show the effectiveness of the proposed approach in reducing energy consumption and ensuring safe navigation via extensive simulations involving curved roads and multiple obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google