自动驾驶

Trajectory Planning for an Articulated Commercial Vehicle using Model Predictive Contouring Control

使用模型预测轮廓控制的 articulated 商用车轨迹规划

A. J. Aertssen, R. G. M. Huisman, I. J. M. Besselink, J. Elfring, M. J. G. van de Molengraft

机构 * Department of Mechanical Engineering, Eindhoven University of Technology（埃因霍温理工大学机械工程系） ； Safety & Driver Controls Group, Vehicle Development, DAF Trucks N.V.（DAF卡车公司安全与驾驶控制组） 纠错

专题命中 规划控制 ：trajectory planning(title,abstract)；分类 cs.RO

AI总结 本文提出了一种基于模型预测轮廓控制的 articulated 商用车轨迹规划方法，通过引入场景依赖的锚点权重和道路边界约束，解决了 articulated 商用车在正反向行驶中的导航问题。

Journal ref 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC) Gold Coast Australia 2025 pp. 421-427

OpenPodcar2: a robust, ROS2 vehicle for self-driving research

OpenPodcar2：一种稳健的ROS2车辆，用于自动驾驶研究

Rakshit Soni, Chris Waltham, Md Umar Ibrahim, Mark Crampton, Charles Fox

机构 * School of Engineering and Physical Science, University of Lincoln, UK（林肯大学工程与物理科学学院，英国） 纠错

专题命中 规划控制 ：self-driving(title)；分类 cs.RO

AI总结 OpenPodcar2是一种基于现成车辆的低成本开源自动驾驶平台，集成了ROS2接口和稳健电子设备，兼顾研究与实际应用，成本约7000美元，适用于最后一公里自动驾驶出租车服务。

Flatness-based Quadcopter Trajectory Planning and Tracking with Continuous-time Safety Guarantees

基于平坦性的四旋翼轨迹规划与跟踪及连续时间安全保证

Victor Freire, Xiangru Xu

专题命中 规划控制 ：trajectory planning(title)

AI总结 本文提出了一种凸优化框架，用于四旋翼轨迹规划与跟踪，通过B样条基函数和四旋翼的微分平坦性，构建二次锥规划以生成满足连续时间安全约束的最优轨迹，并通过二次规划保证轨迹跟踪的连续时间有界性。

Comments 16 pages, 13 figures

LLM-Augmented Traffic Signal Control with LSTM-Based Traffic State Prediction and Safety-Constrained Decision Support

基于LSTM的交通信号控制与大语言模型增强的交通状态预测与安全约束决策支持

Jiazhao Shi

机构 * Tandon School of Engineering, New York University（纽约大学Tandon工程学院） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.AI

AI总结 本文提出一种结合LSTM交通状态预测和大语言模型的交通信号控制框架，通过预测信号相位和生成自然语言解释，提升交通效率并确保安全约束。

Risk-Aware Rulebooks for Multi-Objective Trajectory Evaluation under Uncertainty

考虑风险的多目标轨迹评估下的规则书

Tichakorn Wongpiromsarn

机构 * Department of Computer Science, Iowa State University（计算机科学系，爱荷华州立大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出一种考虑风险的正式主义，用于在系统与环境不确定交互下评估轨迹。通过建模轨迹对环境的影响，系统地处理复杂的关系，确保一致性并防止循环偏好。

Rethinking Trust Region Bayesian Optimization in High Dimensions

重新思考高维中的信任区域贝叶斯优化

Wei-Ting Tang, Joel A. Paulson

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出AdaScale-TuRBO方法，通过动态调整GP长度尺度以解决高维优化中局部GP模型退化问题，提升性能。