Real-Time Rulebook-Aware Nonlinear MPC for Autonomous Driving with Priority-Biased Tiered Slacks
作者: Hadi Hajieghrary, Benedikt Walter, Chaitanya Shinde, Paul Schmitt, Miguel Hurtado
分类: cs.RO, math.OC
发布日期: 2026-07-13
备注: The manuscript is submitted to the Journal of Control Engineering Practice, A journal of The International Federation of Automatic Control (IFAC)
💡 一句话要点
提出基于优先级偏置的非线性MPC以解决自动驾驶中的实时决策问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 非线性模型预测控制 自动驾驶 实时决策 优先级偏置 审计机制 Waymo开放运动数据集 运动规划
📋 核心要点
- 现有的自动驾驶运动规划方法在实时决策中难以平衡安全、法规和效率，且缺乏审计能力。
- 本文提出的W-SQP控制器通过加权分层松弛策略，有效整合多种驾驶规则，提升了决策的灵活性与合规性。
- 在150个测试场景中，W-SQP在安全和法规合规性方面与专家重放表现相当，展示了其优越的实时决策能力。
📝 摘要（中文）
自动驾驶车辆的运动规划需要在安全、法规、舒适性和效率之间实时解决冲突，并能够进行审计。本文提出了一种加权分层松弛的非线性模型预测控制器（W-SQP），将九类驾驶规则编译为四层共享松弛的非线性程序，利用CasADi和IPOPT在线求解。该控制器以10Hz的频率从执行状态重新规划，并在每个周期记录每条规则的残差。通过在150个Waymo开放运动数据集场景中进行闭环评估，W-SQP在安全和法规合规性方面表现出与专家重放相当的效果，尽管在最难的高差异场景中存在局部回归。该研究将W-SQP描述为一种可审计的、优先级偏置的、具备随时能力的NMPC原型。
🔬 方法详解
问题定义：本文旨在解决自动驾驶中运动规划的实时决策问题，现有方法在安全性、法规遵循和效率之间的平衡存在不足，且缺乏有效的审计机制。
核心思路：W-SQP控制器通过加权分层松弛的非线性模型预测控制（NMPC）方法，整合九类驾驶规则，采用四层共享松弛策略，优先处理低优先级规则的残差，从而提升决策的灵活性和合规性。
技术框架：该方法的整体架构包括：1) 规则编译模块，将九类驾驶规则转化为四层共享松弛的非线性程序；2) 在线求解模块，利用CasADi和IPOPT进行实时求解；3) 监控与审计模块，记录每条规则的残差以便后续审计。
关键创新：W-SQP的主要创新在于采用优先级偏置的分层松弛策略，能够在保持执行约束的同时，有效降低低优先级规则的违规残差，这与传统的NMPC方法有本质区别。
关键设计：在设计中，控制器以10Hz的频率进行重新规划，设定90ms的求解时间限制，确保实时性；同时，采用强分离的层次惩罚机制，以便在决策中优先考虑高优先级规则。每个周期记录的残差为后续审计提供了数据支持。
🖼️ 关键图片
📊 实验亮点
在150个Waymo开放运动数据集场景中，W-SQP在安全和法规合规性方面与专家重放表现相当，且在求解时间上，观察到的中位数和最大墙钟求解时间分别为28ms和104ms，展示了其优越的实时决策能力。
🎯 应用场景
该研究的W-SQP控制器可广泛应用于自动驾驶领域，尤其是在复杂的城市环境中，能够实时处理多种驾驶规则，确保安全与合规性。其审计能力为未来自动驾驶系统的透明性和可靠性提供了保障，具有重要的实际价值和潜在影响。
📄 摘要（原文）
Autonomous-vehicle motion planners must resolve conflicts among safety, regulation, comfort, and efficiency in real time while exposing those decisions for audit. We present W-SQP, a weighted tiered-slack nonlinear model predictive controller (NMPC) that compiles nine driving-rule families into a four-tier shared-slack nonlinear program solved online with CasADi and IPOPT; the name denotes the weighted quadratic slack penalty, not a sequential-quadratic-programming solver. Strongly separated tier penalties bias residual violations toward lower-priority rules while leaving actuation bounds hard. The controller replans from its executed state at $10$\,Hz and records per-rule residuals on every cycle. A $90$\,ms solver-time limit returns an anytime iterate that is projected through the vehicle dynamics before execution; median and maximum observed wall-clock solve times were $28$ and $104$\,ms. We evaluate W-SQP in closed loop on 150 Waymo Open Motion Dataset scenarios in Waymax against reactive and proposal-and-select baselines, and introduce a log-independent protocol that separates safety and regulatory compliance from resemblance to the recorded human trajectory. Under this protocol, W-SQP shows no systematic group-level deficit relative to expert replay on the log-independent safety and regulatory rules, with several localized regressions in the hardest, highest-divergence scenarios. The results characterize W-SQP as an auditable, priority-biased, anytime-capable NMPC prototype rather than a hard-real-time or formally safe controller.