自動運転車のロバスト軌道追従のためのLPVベース非線形モデル予測制御の実時間実装
Real-Time LPV-Based Non-Linear Model Predictive Control for Robust Trajectory Tracking in Autonomous Vehicles
LPV形式の車両モデルと曲率ベースの重み調整を組み合わせたMPCをROS上で実装し、高速・急操舵を含む軌道追従を実時間で高精度に達成した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Nitish Kumar, Rajalakshmi Pachamuthu
分類: cs.RO, cs.SY, eess.SY
原文アブストラクト
This paper presents the development and implementation of a Model Predictive Control (MPC) framework for trajectory tracking in autonomous vehicles under diverse driving conditions. The proposed approach incorporates a modular architecture that integrates state estimation, vehicle dynamics modeling, and optimization to ensure real-time performance. The state-space equations are formulated in a Linear Parameter Varying (LPV) form, and a curvature-based tuning method is introduced to optimize weight matrices for varying trajectories. The MPC framework is implemented using the Robot Operating System (ROS) for parallel execution of state estimation and control optimization, ensuring scalability and minimal latency. Extensive simulations and real-time experiments were conducted on multiple predefined trajectories, demonstrating high accuracy with minimal cross-track and orientation errors, even under aggressive maneuvers and high-speed conditions. The results highlight the robustness and adaptability of the proposed system, achieving seamless alignment between simulated and real-world performance. This work lays the foundation for dynamic weight tuning and integration into cooperative autonomous navigation systems, paving the way for enhanced safety and efficiency in autonomous driving applications.
関連論文
- フォーミュラ学生ドライバレスにおけるMPC経路追従のための車両予測モデル自動運転/MPC
- 凸形式による障害物回避の定式化自動運転/MPC
- 自動運転のための状況認識型インタラクティブMPC切替自動運転/MPC
- CorrA: 大規模言語モデルを活用した自動運転車の動的障害物回避自動運転/MPC
- 低次元残差モデルを用いた学習ベースMPCによる自動運転自動運転/MPC
- CBFに着想を得たリスク評価を用いた自動運転のための礼儀正しいMPC自動運転/MPC
