蓋世汽車(chē)訊 自動(dòng)駕駛汽車(chē)（AV）因其在提高安全性、降低能耗和優(yōu)化交通流量方面的巨大潛力而成為智能交通系統(tǒng)發(fā)展的關(guān)鍵環(huán)節(jié)。隨著自動(dòng)駕駛汽車(chē)先進(jìn)功能的增加，其運(yùn)行階段的安全對(duì)于道路車(chē)輛行業(yè)至關(guān)重要。

然而，自動(dòng)駕駛汽車(chē)已發(fā)生多起致命事故，凸顯了保障自動(dòng)駕駛汽車(chē)安全的重要性和緊迫性。這些事故的原因可以歸結(jié)為自動(dòng)駕駛汽車(chē)面臨的三個(gè)典型安全問(wèn)題：功能安全、預(yù)期功能安全（SOTIF）和網(wǎng)絡(luò)安全。

在這三個(gè)問(wèn)題中，SOTIF既是當(dāng)前的學(xué)術(shù)研究熱點(diǎn)，也是AV應(yīng)用面臨的直接挑戰(zhàn)。SOTIF旨在處理潛在的危險(xiǎn)行為，包括與規(guī)格、性能和態(tài)勢(shì)感知相關(guān)的不足或限制，無(wú)論是否存在合理可預(yù)見(jiàn)的誤用，以及周?chē)挠绊懀ɡ缙渌脩?hù)、無(wú)源基礎(chǔ)設(shè)施、天氣和電磁干擾）。

據(jù)外媒報(bào)道，考慮到這一點(diǎn)，研究人員在期刊《Engineering》發(fā)表的題為“采用Zonotopic TRMPC的自動(dòng)車(chē)輛的安全運(yùn)動(dòng)規(guī)劃和控制框架（Safe Motion Planning and Control Framework for Automated Vehicles with Zonotopic TRMPC）”的論文推斷，當(dāng)前的運(yùn)動(dòng)規(guī)劃和控制技術(shù)也存在屬于SOTIF范圍的問(wèn)題。例如，模型不匹配等不確定因素必然會(huì)導(dǎo)致未來(lái)的控制誤差，但規(guī)劃層并沒(méi)有考慮這些誤差在規(guī)劃周期內(nèi)的影響。

圖片來(lái)源：期刊《Engineering》

本研究利用集合論、魯棒控制理論和可達(dá)性分析提出了安全運(yùn)動(dòng)規(guī)劃與控制（SMPAC）框架，旨在增強(qiáng)多維不確定性下自動(dòng)駕駛的SOTIF。

為了實(shí)現(xiàn)SMPAC框架，論文作者們?cè)谧詣?dòng)駕駛的控制層和規(guī)劃層都采用了先進(jìn)的方法。在控制層，研究人員利用集合論通過(guò)可達(dá)性分析來(lái)有效地分析控制循環(huán)內(nèi)所有可能的不確定性。

在此分析的基礎(chǔ)上，研究人員開(kāi)發(fā)出一種靈活高效的基于管的魯棒模型預(yù)測(cè)控制器（TRMPC），確保將所有可能的不確定性未來(lái)演化收斂到最小的魯棒正不變集。 同時(shí)，TRMPC保證控制誤差在一定范圍內(nèi)的傳播被限制在一個(gè)緊湊集合內(nèi)。

轉(zhuǎn)向規(guī)劃層，作者們引入了安全集的概念來(lái)描述自我車(chē)輛和障礙物的可到達(dá)的幾何邊界。安全集是根據(jù)從控制層誤差導(dǎo)出的有界緊集構(gòu)造的。它們作為后續(xù)軌跡評(píng)估和選擇的基本結(jié)構(gòu)。

綜上所述，控制層的zonotopic TRMPC和規(guī)劃層的安全集的深度集成確保了自動(dòng)駕駛車(chē)輛的實(shí)際軌跡始終被限制在安全邊界內(nèi)，從而增強(qiáng)了SOTIF。

在硬件在環(huán)實(shí)驗(yàn)中，研究人員提供了兩種典型場(chǎng)景：極端操縱條件下的主動(dòng)變道場(chǎng)景和正常操作條件下的防撞場(chǎng)景。這些實(shí)驗(yàn)驗(yàn)證了所提出的SMPAC框架的安全性、有效性和實(shí)時(shí)性。他們證明SMPAC可以減少自動(dòng)駕駛中SOTIF類(lèi)別內(nèi)的潛在危險(xiǎn)/未知區(qū)域。

作者鼓勵(lì)進(jìn)一步的研究方向，包括：利用現(xiàn)代線(xiàn)性化方法對(duì)車(chē)輛系統(tǒng)進(jìn)行建模，從而細(xì)化擾動(dòng)集以減少SMPAC框架的保守性，并在SMPAC框架中嵌入最先進(jìn)的運(yùn)動(dòng)規(guī)劃方法以進(jìn)一步增強(qiáng)自動(dòng)駕駛的能力。

返回第一電動(dòng)網(wǎng)首頁(yè) >