安全分层式自动驾驶框架：将SAC-D规划与HOCLF-HOCBF-QP约束的低层次控制相结合

《IEEE Open Journal of Vehicular Technology》：Safe Hierarchical Autonomous Driving Framework: Integrating SAC-D Planning with HOCLF-HOCBF-QP Constrained Low-Level Control

　　

摘要：

自动驾驶需要决策和运动控制算法，以确保在复杂的交通环境中的安全性和效率。为应对这些挑战，本研究提出了一个分层决策和控制框架，该框架将软演员-评论家离散（SAC-D）规划器与基于高阶控制李雅普诺夫函数（HOCLF）和高阶控制屏障函数二次规划（HOCLF-HOCBF-QP）的控制器相结合。在这种方法中，高级SAC-D规划器在离散的动作空间上运行，生成车道级操作指令（如保持车道、左变道或右变道），并通过各种交通交互场景学习最优决策策略。在低级控制阶段，HOCLF确保系统稳定性，使车辆遵循期望的轨迹，而HOCBF定义安全边界，防止本车与其他道路使用者发生碰撞。然后通过解决QP问题获得最优控制输入，从而确保同时满足稳定性和安全性的约束。仿真研究使用环岛和交叉口交通场景全面评估了所提出的框架。仿真结果表明，SAC-D和HOCLF-HOCBF-QP控制框架使本车能够执行稳健且无碰撞的操作，为复杂环境中的安全自动驾驶提供了可靠的解决方案。通过硬件在环（Hardware-in-the-Loop）系统证明了SAC-D和HOCLF-HOCBF-QP的实时实现能力，其中低级控制算法和高层决策分别在汽车电子控制单元和单独的计算单元中成功执行。