Safe Overtaking for Autonomous Racing Using Hierarchical Optimization and Learning-Based Control
作者: Hassan Jardali, Kai Yin, Lantao Liu
分类: cs.RO
发布日期: 2026-07-15
💡 一句话要点
提出分层优化与学习控制以解决自主赛车安全超车问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 自主驾驶 赛车控制 模型预测控制 控制屏障函数 强化学习 安全性 轨迹优化
📋 核心要点
- 现有的模型预测控制方法在交互式赛车中表现出过度保守，限制了超车性能并需手动调优。
- 提出的分层超车框架将决策与控制分离，利用MIQP和非线性MPC优化超车过程，降低保守性。
- 实验结果显示，自适应衰减策略在不同赛道上表现优异，成功率和安全性均优于传统方法。
📝 摘要（中文）
自主赛车超车需要在非线性车辆动力学和实时约束下平衡竞争性能与安全性。模型预测控制（MPC）结合控制屏障函数（CBFs）为安全集的前向不变性提供了原则性机制。然而，常用的固定衰减离散时间CBF公式在交互式赛车场景中可能过于保守，限制了超车性能并需要在不同赛道条件下进行手动调优。本文提出了一种分层超车框架，明确将机动级决策与安全认证轨迹控制分开，从而降低保守性并保持安全性。高层混合整数二次规划（MIQP）解决了组合超车侧选择问题，而非线性Frenet框架MPC通过嵌入的离散时间CBF约束来强制车辆动力学和安全性。仿真和缩放硬件实验表明，单一固定衰减参数无法在不同赛道上实现均匀强劲的性能，而自适应策略在不进行逐赛道调优的情况下实现了最高的成功率和一致的安全-性能权衡。
🔬 方法详解
问题定义：本文旨在解决自主赛车在超车过程中面临的安全与性能平衡问题。现有方法在交互式场景中表现出过度保守，导致超车性能受限，并需针对不同赛道进行手动调优。
核心思路：论文提出的分层超车框架通过将机动决策与安全轨迹控制分开，利用MIQP解决超车侧选择问题，同时通过非线性MPC确保车辆动力学和安全性，从而降低保守性。
技术框架：整体架构包括高层的混合整数二次规划（MIQP）模块用于选择超车侧，和低层的非线性Frenet框架MPC模块用于轨迹优化与安全约束的实现。
关键创新：最重要的技术创新在于引入了自适应衰减策略，使得CBF的衰减参数能够在线调整，从而根据环境变化动态调节安全边际，避免了固定参数的局限性。
关键设计：在设计中，采用了混合整数编程来处理超车侧选择的组合复杂性，同时在MPC中嵌入离散时间CBF约束以确保安全性。自适应策略的实现依赖于强化学习，能够根据实时反馈调整安全参数。
🖼️ 关键图片
📊 实验亮点
实验结果表明，采用自适应衰减策略的系统在不同赛道上实现了最高的成功率，且安全性与性能的权衡显著优于传统的固定衰减方法，提升幅度明显，展示了更强的环境适应能力。
🎯 应用场景
该研究的潜在应用领域包括自动驾驶赛车、智能交通系统和高性能车辆控制等。通过提高超车的安全性和性能，该方法能够在未来的自动驾驶技术中发挥重要作用，推动更安全的自动驾驶体验。
📄 摘要（原文）
Autonomous racing overtaking requires balancing competitive performance with safety under nonlinear vehicle dynamics and real-time constraints. Model Predictive Control (MPC) combined with Control Barrier Functions (CBFs) provides a principled mechanism for certifying forward invariance of a safe set. However, commonly used fixed-decay discrete-time CBF formulations can become overly conservative in interactive racing scenarios, limiting overtaking performance and requiring manual tuning across track conditions. This paper proposes a hierarchical overtaking framework that explicitly separates maneuver-level decision making from safety-certified trajectory control, reducing conservatism while preserving safety. A high-level Mixed-Integer Quadratic Program (MIQP) resolves the combinatorial passing-side selection problem by selecting a feasible overtaking topology, while a nonlinear Frenet-frame MPC enforces vehicle dynamics and safety through embedded discrete-time CBF constraints. This decomposition isolates the combinatorial complexity of maneuver selection from the continuous trajectory optimization. To further mitigate the sensitivity of fixed-decay barrier constraints, a reinforcement learning policy adapts the discrete-time CBF decay parameter online, enabling context-dependent modulation of safety margins without directly controlling vehicle inputs. Simulation and scaled-hardware experiments show that no single fixed decay parameter achieves uniformly strong performance across tracks, whereas the adaptive strategy attains the highest aggregate success rate and consistently strong safety--performance trade-offs without per-track tuning, improving robustness to environment variation while maintaining safety constraint satisfaction in nominal operation.