【吉林大学】基于图神经网络和数值优化的非结构化场景下自动驾驶轨迹规划

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2406.08855 摘要 本文介绍了 基于图神经网络和数值优化的非结构化场景下自动驾驶轨迹规划。在非结构化环境中，障碍物是多种多样的并且缺少车道标记，这使得智能汽车的轨迹规划成为一项具有挑战性的任务。传统的轨迹规划方法通常涉及多个阶段，包括路径规划、速度规划和轨迹优化。这些方法需要为每个阶段人工设计大量参数，从而导致巨大的工作量和计算负担。尽管端到端轨迹规划方法简单高效，但是在非结构化场景中，它们往往无法确保轨迹满足车辆动力学和避障约束。因此，本文提出了一种新的基于图神经网络（GNN）和数值优化的轨迹规划方法。所提出的方法包含两个阶段：（1）基于GNN的初始轨迹预测；（2）基于数值优化的轨迹优 ………………………………