自动驾驶

Real-Time Constrained Trajectory Planning and Vehicle Control for Proactive Autonomous Driving With Road Users

面向道路使用者的自主驾驶实时约束轨迹规划与车辆控制

Ivo Batkovic, Mario Zanon, Mohammad Ali, Paolo Falcone

专题命中 规划控制 ：autonomous driving(title)；trajectory planning(title)

AI总结 本文提出基于模型预测控制的车辆运动规划与控制框架，考虑行人及其他道路使用者的运动，通过预测层将行人预测运动转化为MPC问题的约束，实现自主驾驶的前瞻性与安全性。

Comments 7 pages, 9 figures, accepted to European Control Conference (ECC) 2019

Using Uncertainty Data in Chance-Constrained Trajectory Planning

在机会约束下利用不确定性数据进行轨迹规划

Vasileios Lefkopoulos, Maryam Kamgarpour

专题命中 规划控制 ：trajectory planning(title,abstract)；autonomous driving(abstract)

AI总结 本文研究了在存在不确定位置障碍物的环境中进行轨迹规划问题，提出了一种在线学习分布矩的方法，并通过紧致的混合整数凸改写方法得到可行解，应用于自动驾驶领域。

Journal ref 2019 18th European Control Conference (ECC)

A Fast Integrated Planning and Control Framework for Autonomous Driving via Imitation Learning

一种通过模仿学习的快速集成规划与控制系统用于自动驾驶

Liting Sun, Cheng Peng, Wei Zhan, Masayoshi Tomizuka

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

AI总结 本文提出一种结合学习与优化方法的两层框架，通过神经网络学习长期最优策略并结合短期优化控制器提升自动驾驶的安全性和效率。

Using control synthesis to generate corner cases: A case study on autonomous driving

利用控制合成生成边界情况：自动驾驶的案例研究

Glen Chou, Yunus E. Sahin, Liren Yang, Kwesi J. Rutledge, Petter Nilsson, Necmiye Ozay

专题命中 规划控制 ：autonomous driving(title,abstract)

AI总结 本文通过正确性由构造的控制合成方法，特别是受控不变集计算，用于故障排除。我们的假设是，如果能够为实际系统模型或其简化模型计算出一个“足够大的”受控不变集，通过从该受控不变集边界采样初始条件，可以生成其他控制设计的有趣边界情况。此外，如果通过此类采样可以找到给定控制设计的故障排除轨迹，则受控不变集可作为监督器，确保所考虑的控制设计的安全运行。除了与瞬态安全违规相关的有趣初始条件外，我们还利用双重游戏，即用于安全规范的可达性游戏，来寻找故障排除输入。我们还为状态处于双重游戏获胜集之外的情况提出了基于优化的启发式方法用于输入生成。为了展示所提出的想法，我们考虑了基本自动驾驶功能的案例研究，特别是自适应巡航控制和车道保持。我们展示了所提出技术如何用于为经典控制设计如比例控制器、比例积分控制器和模型预测控制器，以及一个开源的真实世界自动驾驶包找到有趣的故障排除轨迹。

Comments To appear at EMSOFT 2018

Safe and Resilient Multi-vehicle Trajectory Planning Under Adversarial Intruder

在对抗性入侵下安全且稳健的多车轨迹规划

Somil Bansal, Mo Chen, Claire J. Tomlin

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

AI总结 本文提出一种改进的序列轨迹规划方法，通过仅对固定数量的车辆进行重新规划，提高了多车轨迹规划的可扩展性和鲁棒性，适用于大规模系统。

Comments Submitted to IEEE Transactions on Automatic Control. arXiv admin note: text overlap with arXiv:1611.08364

Flight Trajectory Planning for Fixed-Wing Aircraft in Loss of Thrust Emergencies

固定翼飞机在推力丧失紧急情况下的飞行轨迹规划

Saswata Paul, Frederick Hole, Alexandra Zytek, Carlos A. Varela

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

AI总结 本文提出了一种动态数据驱动的航空电子软件方法，用于在飞机受损时生成安全着陆轨迹，并通过案例研究验证了其有效性。

Comments This work was accepted as a full paper and presented in the Second International Conference on InfoSymbiotics / DDDAS (Dynamic Data Driven Applications Systems) held at MIT, Cambridge, Massachusetts in August, 2017

Automatic HVAC Control with Real-time Occupancy Recognition and Simulation-guided Model Predictive Control in Low-cost Embedded System

基于实时占用识别与模拟引导的模型预测控制的自动 HVAC 控制

Muhammad Aftab, Chien Chen, Chi-Kin Chau, Talal Rahwan

专题命中 规划控制 ：occupancy(title,abstract)

AI总结 本文提出了一种基于低成本嵌入式系统的自动 HVAC 控制系统，通过实时视频处理和机器学习实现占用识别，结合热响应模拟进行动态预测和控制，实现节能效果。

Comments To appear in Energy and Buildings

Journal ref Volume 154, 1 November 2017, Pages 141-156, Energy and Buildings

Trajectory Planning of Automated Vehicles in Tube-like Road Segments

自动驾驶车辆在管状道路段的轨迹规划

Mogens Graf Plessen

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

AI总结 本文提出基于线性规划的自动驾驶轨迹规划方法，结合障碍规避、路标时间调度及管状道路时间最优通行，通过空间域建模与车辆尺寸约束启发式方法提升路径规划效率。

Comments - 8 pages, 7 figures, 1 table. - this is the extended version of the ITSC 2017 conference paper

Trajectory Planning Under Vehicle Dimension Constraints Using Sequential Linear Programming

基于车辆尺寸约束的轨迹规划的序列线性规划方法

Mogens Graf Plessen, Pedro F. Lima, Jonas Martensson, Alberto Bemporad, Bo Wahlberg

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

AI总结 本文提出一种考虑车辆尺寸约束的轨迹规划方法，通过序列线性规划算法解决凸优化问题，提升在受限环境中的性能。

Comments - 7 pages, 13 figures, extended version of ITSC 2017 conference paper

A Simple Dynamic Model for Aggressive, Near-Limits Trajectory Planning

一种简单的动态模型用于激进、近极限轨迹规划

Florent Altché, Philip Polack, Arnaud de La Fortelle

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

AI总结 本文提出一种简洁的车辆动态模型，用于近极限激进轨迹规划，提升在突发情况下车辆可控性和安全性。

Comments Published in the IEEE IV 2017 conference

High-Speed Trajectory Planning for Autonomous Vehicles Using a Simple Dynamic Model

基于简单动态模型的自动驾驶车辆高速轨迹规划

Florent Altché, Philip Polack, Arnaud de la Fortelle

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

AI总结 本文提出一种基于模型预测控制的轨迹规划方法，利用简单动态模型实现高速自动驾驶车辆的轨迹规划，避免障碍并选择可行速度，提升安全性和效率。

Privacy-Enhanced Architecture for Occupancy-based HVAC Control

增强隐私的基于占用的 HVAC 控制架构

Ruoxi Jia, Roy Dong, S. Shankar Sastry, Costas J. Spanos

专题命中 规划控制 ：occupancy(title,abstract)

AI总结 本文提出一种框架，平衡改进的控制性能与增加的隐私风险，通过扭曲占用数据来隐藏个体位置信息，同时保持HVAC性能。

Model Predictive HVAC Control with Online Occupancy Model

基于在线占用模型的模型预测HVAC控制

Justin R. Dobbs, Brandon M. Hencey

专题命中 规划控制 ：occupancy(title,abstract)

AI总结 本文提出一种预测占用的HVAC控制算法，结合建筑热特性、天气预测和自调节随机占用模型，降低能耗并保持舒适度。该模型无需人工训练，能适应占用模式变化，通过预测加权成本函数优化热区条件，实验证明其有效性。

Comments Energy and Buildings preprint, submitted July 2014, 27 pages, 13 figures

A message-passing algorithm for multi-agent trajectory planning

多智能体轨迹规划的消息传递算法

Jose Bento, Nate Derbinsky, Javier Alonso-Mora, Jonathan Yedidia

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

AI总结 本文提出基于改进交替方向乘子法的新型算法，用于计算多智能体的无碰撞全局轨迹，具有自然并行化和易整合不同成本函数的优点。

Comments In Advances in Neural Information Processing Systems (NIPS), 2013. Demo video available at http://www.youtube.com/watch?v=yuGCkVT8Bew

Structure-Preserving Constrained Optimal Trajectory Planning of a Wheeled Inverted Pendulum

保持结构的约束最优轨迹规划 of 一个轮式倒置摆

Klaus Albert, Karmvir Singh Phogat, Felix Anhalt, Ravi N Banavar, Debasish Chatterjee, Boris Lohmann

机构 * Systems and Control Engineering（系统与控制工程） 纠错

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

AI总结 本文研究了轮式倒置摆的约束最优轨迹规划问题，通过离散力学推导了离散时间模型，并利用离散时间约束最优控制问题生成最优轨迹，同时设计了非线性连续时间模型和闭环LQ控制器，通过实验验证了非线性模型和控制方案的有效性。

Comments 12 pages, 8 figures, 1 table. arXiv admin note: text overlap with arXiv:1710.10932

Safe Trajectory Synthesis for Autonomous Driving in Unforeseen Environments

自主驾驶在不可预见环境中的安全轨迹合成

Shreyas Kousik, Sean Vaskov, Matthew Johnson-Roberson, Ramanarayan Vasudevan

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

AI总结 本文提出一种基于低保真模型的轨迹规划方法，通过保守的可达集和障碍物交集确保安全，同时证明了时间下界以保证安全性。

Comments Submitted to DSCC 2017

Design and Implementation of Ecological Adaptive Cruise Control for Autonomous Driving with Communication to Traffic Lights

基于交通信号的生态自适应巡航控制系统设计与实现

Sangjae Bae, Yeojun Kim, Jacopo Guanetti, Francesco Borrelli, Scott Moura

专题命中 规划控制 ：autonomous driving(title)

AI总结 本文提出了一种利用驾驶自动化和联网技术的生态自适应巡航控制系统（ECO-ACC），通过利用交通信号的历史和实时相位及定时数据来减少联网自动化车辆的能耗，同时避免前方碰撞和交通信号违规。

Comments Submitted to 2019 American Control Conference

Differential Geometric Approach to Trajectory Planning: Cooperative Transport by a Team of Autonomous Marine Vehicles

轨迹规划的微分几何方法：自主水下车辆团队的协同运输

Hadi Hajieghrary, Dhanushka Kularatne, M. Ani Hsieh

专题命中 规划控制 ：trajectory planning(title)

AI总结 本文提出利用微分几何方法解决自主水下车辆团队协同运输问题，通过分解子问题设计分布式反馈控制策略，实现负载沿期望轨迹运输。

Planning, Fast and Slow: A Framework for Adaptive Real-Time Safe Trajectory Planning

规划，快速与缓慢：一种自适应实时安全轨迹规划的框架

David Fridovich-Keil, Sylvia L. Herbert, Jaime F. Fisac, Sampada Deglurkar, Claire J. Tomlin

专题命中 规划控制 ：trajectory planning(title)

AI总结 本文提出一种自适应实时安全轨迹规划框架，通过元规划实现不同在线规划器的安全切换，以应对未知环境和障碍物。

Comments ICRA, International Conference on Robotics and Automation, ICRA 2018, 8 pages, 9 figures

Lost in Fog: Sensor Perturbations Expose Reasoning Fragility in Driving VLAs

迷失在雾中：传感器扰动暴露驾驶VLA的推理脆弱性

Abhinaw Priyadershi, Jelena Frtunikj

机构 * NVIDIA Corporation, USA（NVIDIA公司，美国） ； NVIDIA GmbH, Germany（NVIDIA德国公司） 纠错

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

AI总结 通过受控传感器扰动实验，发现因果链解释的一致性可作为轨迹可靠性的高保真指标，并证明启用因果链生成可提升轨迹精度。

Baidu Apollo EM Motion Planner

百度 Apollo EM 运动规划器

Haoyang Fan, Fan Zhu, Changchun Liu, Liangliang Zhang, Li Zhuang, Dong Li, Weicheng Zhu, Jiangtao Hu, Hongye Li, Qi Kong

机构 * Baidu USA LLC（百度美国有限公司） 纠错

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

AI总结 本文提出基于百度 Apollo 开源自动驾驶平台的实时运动规划系统，解决工业级4级运动规划问题，兼顾安全性、舒适性和可扩展性，通过分层结构实现多车道和单车道自动驾驶。

A0C: Alpha Zero in Continuous Action Space

A0C：在连续动作空间中的Alpha Zero

Thomas M. Moerland, Joost Broekens, Aske Plaat, Catholijn M. Jonker

机构 * Dep. of Computer Science, Delft University of Technology, The Netherlands（代尔夫特理工大学计算机科学系，荷兰） ； Dep. of Computer Science, Leiden University, The Netherlands（莱顿大学计算机科学系，荷兰） 纠错

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

AI总结 本文提出将Alpha Zero扩展到连续动作空间的理论方法，并在倒摆任务中验证了其可行性，为连续动作空间中的迭代搜索与学习应用奠定了基础。

Approximate Robust Control of Uncertain Dynamical Systems

不确定动力系统近似鲁棒控制

Edouard Leurent, Yann Blanco, Denis Efimov, Odalric-Ambrym Maillard

机构 * INRIA Lille（INRIA里尔） ； Renault（雷诺） ； Non-A team, INRIA Lille SequeL team, INRIA Lille（非A团队，INRIA里尔SequeL团队，INRIA里尔） 纠错

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

AI总结 本文研究了在不确定环境中大型非线性系统安全控制策略的设计，提出两种可处理的鲁棒控制方法，应用于自动驾驶问题。

Journal ref 32nd Conference on Neural Information Processing Systems (NeurIPS 2018) Workshop, Dec 2018, Montr{é}al, Canada

A Fleet of Miniature Cars for Experiments in Cooperative Driving

用于合作驾驶实验的微型汽车车队

Nicholas Hyldmar, Yijun He, Amanda Prorok

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 本文介绍了一种由16辆微型Ackermann转向车辆组成的独特实验平台，旨在解决多车导航和轨迹规划研究与教育中低成本平台不足的问题，通过实验展示合作驾驶在多车道道路地形中的优势。

Comments Accepted to ICRA 2019

On Infusing Reachability-Based Safety Assurance within Probabilistic Planning Frameworks for Human-Robot Vehicle Interactions

在人机车辆交互中将基于可达性的安全性保证融入概率规划框架

Karen Leung, Edward Schmerling, Mo Chen, John Talbot, J. Christian Gerdes, Marco Pavone

机构 * Department of Aeronautics and Astronautics（航空与航天系） ； Department of Mechanical Engineering（机械工程系） ； School of Computing Science（计算科学学院） 纠错

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

AI总结 本文提出一种最小干预的安全控制器，用于确保自动驾驶车辆与外部控制车辆的碰撞自由交互，通过实时控制器实现轨迹跟踪和安全保证，展示了在交通交织实验中自动驾驶车辆在对手车辆违反规划预期时仍能避免碰撞。

Comments Presented at the International Symposium on Experimental Robotics, Buenos Aires, Argentina, 2018

Zero-shot Deep Reinforcement Learning Driving Policy Transfer for Autonomous Vehicles based on Robust Control

基于鲁棒控制的零样本深度强化学习驾驶策略迁移用于自动驾驶车辆

Zhuo Xu, Chen Tang, Masayoshi Tomizuka

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出了一种基于鲁棒控制的零样本深度强化学习驾驶策略迁移方法，通过转移具体的运动学量来解决自动驾驶中源域与目标域之间的建模差距问题，采用可转移的分层强化学习轨迹规划器和基于扰动观测器的鲁棒跟踪控制器，验证了该方法在多个驾驶场景中的零样本迁移能力。

Comments Published at IEEE ITSC 2018

Momentum Model-based Minimal Parameter Identification of a Space Robot

基于动量模型的太空机器人最小参数识别

B. Naveen, Suril V. Shah, Arun K. Misra

机构 * Indian Institute of Technology, Jodhpur, Rajasthan, India（印度理工学院，朱达普尔，拉贾斯坦邦，印度） ； McGill University, Montreal, Quebec H3A 0C3, Canada（麦吉尔大学，蒙特利尔，魁北克 H3A 0C3，加拿大） 纠错

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

AI总结 本文提出了一种基于动量模型的最小参数识别方法，用于在轨识别太空机器人的最小参数，这些参数能够唯一确定动量和动力学模型，从而支持卫星及其安装的机械臂的运动规划和控制。

Comments Accepted for publication in AIAA Journal of Guidance, Control, and Dynamics

Optimization-Based Collision Avoidance

基于优化的避障方法

Xiaojing Zhang, Alexander Liniger, Francesco Borrelli

机构 * Model Predictive Control Laboratory, Department of Mechanical Engineering, University of California, Berkeley, USA（加州大学伯克利分校机械工程系模型预测控制实验室） ； Automatic Control Laboratory, Department of Information Technology and Electrical Engineering, ETH Zurich, Switzerland（苏黎世联邦理工学院信息科技与电气工程系自动控制实验室） 纠错

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

AI总结 本文提出一种将非光滑避障约束转化为光滑非线性约束的方法，利用凸优化的强对偶性。该方法适用于在n维空间中移动的受控物体，能处理一般障碍物和可表示为有限凸集并集的受控物体，并结合了传统轨迹生成算法中常用的有号距离概念。

Comments 27 pages, 9 figures, 2 tables

Trajectory Generation using Sharpness Continuous Dubins-like Paths with Applications in Control of Heavy Duty Vehicles

利用连续尖锐度的Dubins-like路径生成轨迹，应用于重载车辆控制

Rui Oliveira, Pedro F. Lima, Marcello Cirillo, Jonas Mårtensson, Bo Wahlberg

机构 * Scania, Autonomous Transport Solutions（斯堪尼亚，自主运输解决方案） 纠错

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

AI总结 本文提出了一种考虑转向执行器速率和扭矩限制的轨迹生成框架，通过连续尖锐度曲线提升重载车辆的自主驾驶性能。

Comments 18 pages, 7 figures, accepted for publication at ECC 2018 - European Control Conference

Real-Time Control for Autonomous Racing Based on Viability Theory

基于可行性理论的实时自主赛车控制

Alexander Liniger, John Lygeros

机构 * Automatic Control Laboratory, ETH Zurich（自动控制实验室，苏黎世联邦理工学院） 纠错

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

AI总结 本文基于可行性理论生成有限步前瞻轨迹，结合低层模型预测控制器实现实时自主赛车，通过游戏理论方法改进可行性核计算，提升安全性并减少 lap 时间。

Comments 26 pages, 11 figures