Алгоритм сглаживания траектории движения беспилотного транспортного средства на основе квадратичной оптимизации
EDN: AIPWTJ
Аннотация
Введение (постановка задачи и актуальность). При генерации траектории движения беспилотного транспортного средства (БТС) общепринятой практикой считается разбиение этого процесса на два этапа – поиск по графу и многокритериальная оптимизация с объездом препятствий. Перед началом второго этапа траекторию из поиска по графу необходимо предварительно сгладить, чтобы уменьшить противоречие между весами кривизной и ошибкой следования референсной траектории.
Цель исследования – разработать алгоритм сглаживания траектории БТС с возможностью интуитивно понятного регулирования таких параметров, как отклонение от референсной траектории, кривизна и скорость изменения кривизны траектории.
Методология и методы. Для решения задачи применяется метод аналитического конструирования алгоритма сглаживания траектории, основанный на использовании необходимых условий минимизации функционала для синтеза закона сглаживания.
Результаты и научная новизна. Разработан алгоритм сглаживания траектории движения БТС, позволяющий регулировать отклонение от референсной траектории, кривизну и скорость изменения кривизны выходной траектории. Практическая значимость. Предложенный алгоритм может быть использован для сглаживания траектории, полученной в ходе поиска по графу, для дальнейшего использования при генерации траектории с учётом объезда препятствий.
Об авторах
Ф. Ю. БеляковРоссия
Беляков Фёдор Юрьевич – аспирант.
г. Москва 125438
В. В. Евграфов
Россия
Евграфов Владимир Владимирович – канд. физ.-мат. наук, директор Центра интеллектуальных систем
г. Москва 125438
Список литературы
1. Купреенко А.И., Исаев Х.М., Михайличен ко С.М. Автономные системы вождения / Инновации и технологический прорыв в АПК: сб. науч. трудов Международной научно-практической конференции. Ч. 2. – Брянск: Брянский государственный аграрный университет, 2020. – С. 249–254. EDN: BCTXNQ.
2. Scheuer A., Fraichard T. Planning continuous curvature paths for car-like robots / IEEE/RSJ International Conference on Intelligent Robots and Systems. – 1996. – P. 1304–1311.
3. Buznikov S.E., Evgrafov V.V., Saykin A.M. Structuring tasks of control over driverless vehicles within intelligent transport systems // Journal of Physics: Conference Series International Conference on Actual Issues of Mechanical Engineering, AIME 2021. – 2021. – P. 012093. EDN: TDOPWF.
4. Endachev D.V., Bakhmutov S.V., Evgrafov V.V., Mezentsev N.P., Ryazantsev V.A., Khorychev A.A., Yusupov D.T. Implementation of modern approaches to development and testing of advanced driver assistance systems, including driverless systems // Journal of Physics: Conference Series. International Conference on Actual Issues of Mechanical Engineering, AIME 2021. – 2021. – Р. 012121. EDN: OONMZB.
5. Dubins L.E. On curves of minimal length with a constraint on average curvature, and with prescribed initial and terminal positions and tangents // Аmerican journal of mathematics. – 1957. – V. 79. – No. 3. – P. 497–516.
6. Евграфов В.В. Динамика и управление движением колёсных роботов: автореферат дис... канд. физ.мат. наук. – М.: МГУ им. М.В. Ломоносова, 2008. – 15 с. URL: https://new-disser.ru/_avtoreferats/01003420648.pdf (дата обращения: 14.08.2023).
7. Scheuer A., Fraichard T. Continuous-curvature path planning for car-like vehicles / IEEE International Conference on Intelligent Robots and Systems. – 1997. – P. 997–1003.
8. Fraichard T., Scheuer A. From reeds and shepps to continuous-curvature paths // IEEE Transactions on Robotics. – 2004. – V. 20. – No. 6. – P. 1025–1035.
9. Bakolas E., Tsiotras P. On the generation of nearly optimal, planar paths of bounded curvature and bounded curvature gradient // Proceedings of the American Control Conference. – 2009. – P. 385–390.
10. Piazzi A., Bianco C.G.L., Romano M. η³-splines for the smooth path generation of wheeled mobile robots // IEEE Transactions on Robotics. – 2007. – V. 23. – No. 5. – P. 1089–1095.
11. Modin K., Bogfjellmo G., Verdier O. A numerical algorithm for c²-splines on symmetric spaces. URL: https://arxiv.org/pdf/1703.09589 (дата обращения: 27.06.2023).
12. Stellato B., Banjac G., Goulart P., Bemporad A., Boyd S. OSQP: An operator splitting solver for quadratic programs // Mathematical Programming Computation. – 2020. – V. 12. – No. 4. – P. 637–672.
Рецензия
Для цитирования:
Беляков Ф.Ю., Евграфов В.В. Алгоритм сглаживания траектории движения беспилотного транспортного средства на основе квадратичной оптимизации. Труды НАМИ. 2025;(3):54-60. EDN: AIPWTJ
For citation:
Belyakov F.Yu., Evgrafov V.V. Quadratic optimization-based algorithm for driverless vehicle path smoothing. Trudy NAMI. 2025;(3):54-60. (In Russ.) EDN: AIPWTJ