要約
自動運転のためのエネルギー効率の高い軌道計画の実現は、モデルに依存しないアプローチの限界により、依然として課題となっています。
この研究では、微分可能エネルギー モデルを自律システムに統合するオンライン非線形計画軌道最適化フレームワークを導入することで、このギャップに対処しています。
提案された方法は、セーフティ クリティカルなフレームワーク内で交通量と傾斜プロファイルの予測を活用することにより、従来のモデルに依存しない 2 次計画法と比較して、セダンとディーゼル トラックの両方の燃料効率をそれぞれ 3.71\% と 7.15\% 向上させます。
これらの改善は、米国のトラック運送業界に 61 億 4,000 万円の経済的利益をもたらす可能性があります。
この研究は、モデルに依存しない自動運転とモデルを意識したエコ運転との間のギャップを埋め、エネルギー効率をリアルタイムの軌道計画に統合するための実用的な道筋を強調します。
要約(オリジナル)
Achieving energy-efficient trajectory planning for autonomous driving remains a challenge due to the limitations of model-agnostic approaches. This study addresses this gap by introducing an online nonlinear programming trajectory optimization framework that integrates a differentiable energy model into autonomous systems. By leveraging traffic and slope profile predictions within a safety-critical framework, the proposed method enhances fuel efficiency for both sedans and diesel trucks by 3.71\% and 7.15\%, respectively, when compared to traditional model-agnostic quadratic programming techniques. These improvements translate to a potential \$6.14 billion economic benefit for the U.S. trucking industry. This work bridges the gap between model-agnostic autonomous driving and model-aware ECO-driving, highlighting a practical pathway for integrating energy efficiency into real-time trajectory planning.
arxiv情報
| 著者 | Zhaofeng Tian,Lichen Xia,Weisong Shi |
| 発行日 | 2024-12-12 16:30:50+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google