基于凸优化的自动驾驶实时轨迹规划新算法
北京理工大学等团队提出高精度、实时避障解决方案
引用信息：Li, G., Zhang, X., Guo, H.，et al. Real-Time Optimal Trajectory Planning for Autonomous Driving with Collision Avoidance Using Convex Optimization. Automot. Innov. 6, 481–491 (2023). https://doi.org/10.1007/s42154-023-00222-7
核心摘要
针对当前自动驾驶轨迹规划中存在的碰撞检测精度低、复杂场景适应性差及实时性不足等问题，研究团队提出一种基于凸优化的实时避障轨迹规划方法。
系统架构图
- 采用分段线性函数构建多边形近似车辆轮廓，实现动态环境下高效精准的横向与纵向碰撞检测。相比传统圆形或椭圆近似方法，该方式显著提升检测精度与速度。
- 以轨迹跟踪偏差和最小障碍物距离为输入构建代价函数，结合非线性车辆动力学模型作为状态方程，在模型预测控制（MPC）框架下建立最优控制问题，适用于多障碍物、多车异速等复杂交通场景。
- 通过凸优化解耦策略将非线性优化问题转化为线性可解形式，大幅降低计算复杂度。实验结果显示，单步轨迹优化耗时低于0.1秒，满足自动驾驶系统的实时性需求。
作者简介
李国强，工学博士，北京理工大学副教授，主要研究方向包括机器学习、优化控制及其在智能网联汽车安全节能辅助驾驶中的应用。主持参与多项国家级及企业科研项目，发表SCI论文10余篇，出版英文专著1部。
张旭东，北京理工大学长聘副教授、电动车辆国家工程研究中心副主任，入选中国科协“青年人才托举工程”。主要从事新能源动力驱动与智能驾驶研究，主持国家自然科学基金等项目，发表SCI/EI论文40余篇，获省部级科技奖励。
郭洪亮，美国史蒂文斯理工学院博士，现任新加坡A*STAR信息通信研究所科学家，长期从事不确定性环境下的自动驾驶规划与控制研究。
Basilio Lenzo，意大利帕多瓦大学终身研究员，《Automotive Innovation》副主编，研究领域涵盖车辆动力学、控制与机器人技术。
郭宁远，佛山科学技术学院特聘青年研究员，北京理工大学博士，专注于分布式电驱动车辆控制与智能驾驶系统研究，发表SCI/EI论文30余篇，多次获行业优秀论文奖。