基于连续双侧ST可行域重建与有界松弛QP的自动驾驶速度规划方法

《Vehicles》：Continuous Bilateral ST Feasible-Region Reconstruction and Bounded-Slack QP Speed Planning for Autonomous Driving

　　

摘要

基于 ST 图的 DP-QP 速度规划可能会因离散障碍物投影和粗糙的 DP 搜索而导致可行域边界不完整和不连续。这些边界缺陷会降低后续 QP 速度优化的可行性与质量。为了解决这一问题，本文提出了一种与有界松弛 QP 速度规划相结合的连续双侧 ST 可行域重建方法。该方法将 DP 导出的可行域重建为一个有限、连续且双侧有界的纵向走廊。在重建过程中，保留了由 DP 确定的通行关系以及硬性的障碍物安全约束。随后，为走廊的上下边界引入独立的有界松弛变量，以缓解 QP 问题中的局部近不可行性。在四种典型场景下进行的闭环 CarSim-Simulink 仿真表明，所提方法将有效的双侧节点比例提高至 100%，并将平均边界波动减少了 54.5%–57.7%。在所有测试场景中，生成的速度曲线在保持或提高纵向平滑性的同时改善了行驶效率，且观察到的最大计算时间保持在 100 ms 的规划周期以内。