×

自动驾驶:预测和不确定性的作用——从控制的角度来看。 (英文) Zbl 1360.93007号

小结:驾驶需要预测。驾驶场景中物体的预测运动是不确定的。自动驾驶的决策和控制算法不可避免地需要应对这种不确定性预测。在辅助驾驶中,人/车交互的不确定性进一步增加了控制设计任务的复杂性。
过去十年来,我们的研究重点是控制设计方法,该方法系统地处理自主和半自主车辆的不确定性预测。本文概述了我们的研究结果,并讨论了我们最近研究结果的相关方面。

MSC公司:

93A10号 一般系统
93-02 与系统和控制理论相关的研究展览(专著、调查文章)
93亿B51 设计技术(稳健设计、计算机辅助设计等)
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 安德森,S。;彼得斯,S。;Pilutti,T。;Iagnemma,K.,《避险场景中乘用车的轨迹规划、威胁评估和半自主控制的基于优化控制的框架》,国际J.Veh。自动。系统。,8, 2, 190-216 (2010)
[2] Aoude,G.S。;德萨拉尤,V.R。;斯蒂芬斯,L.H。;How,J.P.,《十字路口驾驶员行为分类和大型自然主义数据集验证》,IEEE Trans。智力。运输。系统。,13, 2, 724-736 (2012)
[3] Bemporad,A。;博雷利,F。;Morari,M.,约束不确定离散时间线性系统的Min-max控制,IEEE Trans。自动。控制,48,9月(9),1600-1606(2003)·Zbl 1364.93181号
[4] Y.本杰米尼。;Hochberg,Y.,《控制错误发现率——一种实用而有效的多重测试方法》,J.R.Stat.Soc.B,57,289-300(1995)·Zbl 0809.62014号
[5] 布莱克莫尔。;小野,M。;Bektassov,A。;Williams,B.C.,机会约束随机预测控制的概率粒子控制近似,IEEE Trans。机器人。,26, 3, 502-516 (2010)
[6] 布莱克莫尔。;小野,M。;Williams,B.C.,《有障碍的机会约束最优路径规划》,IEEE Trans。机器人。,27, 6, 1080-1094 (2011)
[10] Calafiore,G.,随机凸规划,SIAM J.Optim。,20, 6, 3427-3464 (2010) ·Zbl 1211.90168号
[11] Calafiore,G。;Campi,M.,稳健控制设计的情景方法,IEEE Trans。自动。控制,51,5月(5),742-753(2006)·Zbl 1366.93457号
[13] 坎皮,M.C。;Garatti,S.,不确定凸规划随机解的精确可行性,SIAM J.Optim。,19, 1211-1230 (2008) ·Zbl 1180.90235号
[14] 坎皮,M。;Garatti,S.,《机会约束优化可行性和优化的抽样和划分方法》,J.Optim。理论应用。,148, 2, 257-280 (2011) ·Zbl 1211.90146号
[16] 坎农,M。;Kouvaritakis,B。;Ng,D.,线性随机模型预测控制中的概率管,系统。控制信函。,747-753年10月11日第58页(2009年)·兹比尔1181.93095
[20] Constantinescu,E。;萨瓦拉,V。;Rocklin,M。;Lee,S。;Anitescu,M.,风力发电机组组合中不确定性量化和随机优化的计算框架,IEEE Trans。电力系统。,26, 1, 431-441 (2011)
[22] 艾德哈尔,A。;Peterson,L.,《使用蒙特卡罗抽样对一般道路场景进行统计威胁评估》,IEEE Trans。智力。运输。系统。,9, 1, 137-147 (2008)
[24] 高,Y。;格雷,A。;曾先生。;Borrelli,F.,半自主地面车辆基于管的鲁棒非线性预测控制方法,Veh。系统。动态。,52, 6, 802-823 (2014)
[34] 洪,S。;Lee,C。;博雷利,F。;Hedrick,J.,使用双卡尔曼滤波器识别车辆惯性参数的新方法,IEEE Trans。智力。运输。系统。,99, 1-11 (2014)
[36] Khatib,O.,《机械手和移动机器人的实时避障》,国际机器人杂志。第5、1、90-98号决议(1986年)
[38] Kouvaritakis,B。;坎农,M。;Raković,S.V。;Cheng,Q.,线性预测控制中概率分布的显式使用,Automatica,46,10,1719-1724(2010)·Zbl 1204.93108号
[43] Laugier,C。;Paromtchik,I.E。;佩罗拉茨,M。;Yong,M。;约德,J.-D。;泰伊,C。;Mekhnacha,K。;Négre,A.,动态场景概率分析和碰撞风险评估,以提高驾驶安全性,IEEE Intell。运输。系统。Mag.,2,4,4-19(2011)
[44] Lee,J。;Cooley,B.,随机参数状态空间系统的最优反馈控制策略,IEEE Trans。自动。控制,43,10,1469-1475(1998)·Zbl 0956.93067号
[45] Lefévre,S。;瓦斯克(D.Vasquez)。;Laugier,C.,《智能车辆运动预测和风险评估调查》,Robomech J.,1,1,1-14(2014)
[49] Luenberger博士。;Ye,Y.,线性和非线性规划(2008),施普林格:美国施普林格·Zbl 1207.90003号
[50] 梅恩,D.Q。;罗林斯,J.B。;Rao,C.V。;Scokaert,P.O.,约束模型预测控制稳定性和优化,Automatica,36,6,789-814(2000)·Zbl 0949.93003号
[51] Mazor,E。;Averbuch,A。;Bar-Shalom,Y。;Dayan,J.,《目标跟踪调查中的交互多模型方法》,IEEE Trans。Aerosp.航空公司。电子。系统。,34, 1, 103-123 (1998)
[52] McCall,J。;Trivedi,M.,《智能车辆的驾驶员行为和态势感知制动辅助》,Proc。IEEE,95,2,374-387(2007)
[56] Nocedal,J。;Wright,S.J.,《数值优化》(2006),Springer Verlag:Springer Verlag纽约·Zbl 1104.65059号
[57] Pacejka,H.,《轮胎与车辆动力学》(2005),巴特沃斯·海涅曼
[60] Rajamani,R.,《车辆动力学与控制》(2006),施普林格:美国施普林格·Zbl 1097.70001号
[61] Salvucci,D.D。;Gray,R.,转向的两点视觉控制模型,Perception,33,10,1233-1248(2004)
[63] 席尔德巴赫,G。;Fagiano,L。;弗雷,C。;Morari,M.,《闭环约束违反边界随机模型预测控制的情景方法》,Automatica,50,12,3009-3018(2014)·Zbl 1309.93193号
[64] 席尔德巴赫,G。;Fagiano,L。;Morari,M.,多机会约束凸规划的随机解,SIAM J.Optim。,23, 4, 2479-2501 (2013) ·Zbl 1316.90035号
[67] 什叶派,V。;高,Y。;瓦苏德万,R。;坎贝尔,K。;Lin,T。;博雷利,F。;Bajcsy,R.,使用驾驶员建模的半自主车辆控制,IEEE Trans。智力。运输。系统。,15, 6, 2696-2709 (2014)
[68] 斯卡夫,J。;Boyd,S.,通过凸优化设计仿射控制器,IEEE Trans。自动。控制,55,11月(11),2476-2487(2010)·Zbl 1368.93667号
[71] 特雷贝尔,M。;Hennecke,A。;Helbing,D.,《实证观察和微观模拟中的拥挤交通状态》,Phys。E版,62,1805-1824(2000)·Zbl 0996.90032号
[75] 瓦希特,A。;Biegler,L.T.,关于大规模非线性规划中内点滤波线搜索算法的实现,数学。程序。,106, 1, 25-57 (2006) ·Zbl 1134.90542号
[77] Yan,F。;Wang,J。;Huang,K.,结合发动机瞬态特性的混合动力电动汽车模型预测控制扭矩分割策略,IEEE Trans。车辆。技术。,61, 6, 2458-2467 (2012)
[78] Zavala,V.,建筑系统实时优化策略,工业工程化学。研究,52,9,3137-3150(2013)
[79] 扎瓦拉,V.M。;康斯坦丁内斯库,E.M。;克劳斯,T。;Anitescu,M.,《利用天气预报信息对能源系统进行在线经济优化》,《过程控制》,第19卷,第1725-1736页(2009年)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。