.png){kind=icon}
返回
Optimization-Based Trajectory Planning With Behavior Cells for Autonomous Driving
.png){kind=icon}
PRE
AI
DOI：10.1109/tits.2026.3688251.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
城市环境下的安全可行轨迹规划需要综合考虑交通相关要素、车辆自身行为和车辆运动学，这对基于优化的方法的实时性能和收敛性提出了挑战。本文提出了一种行为引导的优化框架，在时空可行驾驶域层面构建解空间，以促进快速稳定的收敛。规划空间被划分为模块化的时空域，称为行为单元（BCs），这些单元编码了车辆自身运动的可行性和交通诱导决策。通过结构化的BC组合系统地枚举可行的高级行为，并通过有限时域的马尔可夫决策过程进行评估。选定的BC组合定义了一个连续的、行为一致性的解空间，其中动态的两阶段优化逐步恢复完整的规划形式，从而实现高效且鲁棒的轨迹生成。在多样化交通场景下的广泛模拟表明，在不同交通密度下具有一致可靠性和实时性能。道路实验进一步验证了其在真实城市环境中的有效性。更详细的结果可访问：https://lshasd123.github.io/Behavior-Cells/
Keyword:
Autonomous vehicle
behavior cell
driving behavior
optimization
trajectory planning
期刊
IF:
8.4
论文数:
9.7K
被引数:
6.3W
机构
引用论文
分享收藏Safe Trajectory Generation for Complex Urban Environments Using Spatio-Temporal Semantic Corridor基于时空语义走廊的复杂城市环境安全轨迹生成
OAAI
OAAI分享收藏Predictive Maneuver Planning for an Autonomous Vehicle in Public Highway Traffic公共公路交通中自动驾驶汽车的预测机动规划
PREAI
分享收藏A MPC Combined Decision Making and Trajectory Planning for Autonomous Vehicle Collision Avoidance
PREAI
分享收藏分享收藏Semantic-Level Maneuver Sampling and Trajectory Planning for On-Road Autonomous Driving in Dynamic Scenarios动态场景下道路自动驾驶的语义级机动采样和轨迹规划
PREAI
分享收藏Enable faster and smoother spatio-temporal trajectory planning for autonomous vehicles in constrained dynamic environment.png)
Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering
Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile EngineeringIF0
PREAI
分享收藏Autonomous Driving on Curvy Roads Without Reliance on Frenet Frame: A Cartesian-Based Trajectory Planning Method不依赖Frenet框架的弯曲道路上的自动驾驶: 基于笛卡尔的轨迹规划方法
OAAI
OAAI分享收藏
查看更多内容