Model Predictive Contouring Control for Vehicle Obstacle Avoidance at the Limit of Handling

要約

本稿では、ハンドリング限界で走行する自動運転車両における障害物回避のための非線形モデル予測輪郭制御(MPCC)を提案する。
提案されたコントローラーは、動作計画、経路追跡、および車両の安定性目標を統合し、緊急時の障害物回避を優先します。
コントローラーの予測モデルは、車両の非線形挙動を捕捉するための Fiala タイヤを備えた非線形単線車両モデルです。
MPCC は最適なステアリング角度とブレーキ トルクを計算して、安全な状況では追跡エラーを最小限に抑え、緊急時には車両と障害物との距離を最大化します。
さらに、MPCC はタイヤの摩擦円を拡張して車両の操縦性と安定性を最大限に引き出します。
MPCC コントローラーは、リアルタイム ラピッド プロトタイピング ハードウェアを使用してテストされ、リアルタイム機能が実証されています。
パフォーマンスは、忠実度の高いシミュレーション環境で最先端のモデル予測制御 (MPC) と比較されます。
二重車線変更シナリオの結果は、障害物をうまく回避し、車両の安定性を維持することが大幅に改善されたことを示しています。

要約(オリジナル)

This paper proposes a non-linear Model Predictive Contouring Control (MPCC) for obstacle avoidance in automated vehicles driven at the limit of handling. The proposed controller integrates motion planning, path tracking and vehicle stability objectives, prioritising obstacle avoidance in emergencies. The controller’s prediction model is a non-linear single-track vehicle model with the Fiala tyre to capture the vehicle’s non-linear behaviour. The MPCC computes the optimal steering angle and brake torques to minimise tracking error in safe situations and maximise the vehicle-to-obstacle distance in emergencies. Furthermore, the MPCC is extended with the tyre friction circle to fully exploit the vehicle’s manoeuvrability and stability. The MPCC controller is tested using real-time rapid prototyping hardware to prove its real-time capability. The performance is compared with a state-of-the-art Model Predictive Control (MPC) in a high-fidelity simulation environment. The double lane change scenario results demonstrate a significant improvement in successfully avoiding obstacles and maintaining vehicle stability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google