자율주행 차량 기술의 핵심 요소인 종방향 및 횡방향 제어를 위해 PID와 순수 추적 제어 알고리즘이 널리 사용되고 있으며, 이들 알고리즘의 특성, 현재 적용 사례, 그리고 향후 발전 가능성을 제시한다.
모델 예측 제어(MPC)와 장단기 메모리(LSTM) 기반 주변 차량 궤적 예측을 결합하여 고속도로에서 자율주행 차량의 차선 변경 결정 및 제어를 수행하는 방법을 제안한다.
자율주행차와 사람 운전 차량이 혼재된 군집 주행 환경에서 가우시안 프로세스 기반 모델 예측 제어 기법을 통해 안전성을 향상시킬 수 있다.
매개변수화된 소프트 액터-비평가 알고리즘을 사용하여 차량의 이산적 차선 변경 결정과 연속적 종방향 가속도를 출력하는 자율주행 차량의 재량 차선 변경 전략을 제안하였다.
본 논문은 모델 예측 제어와 신경망을 활용하여 차량 밀집 상황에서 안전하고 효율적인 차선 변경 기술을 제안한다.
자율주행차량은 인간 운전자의 행동을 전략적으로 변화시켜 원하는 행동을 유도할 수 있다. 이를 위해 제어 장벽 함수를 활용한 최적 제어 프레임워크를 제안한다.
시각적 데모를 통해 비선형 모델 예측 제어(NMPC)의 매개변수를 학습하여 개인화된 자율주행 제어기를 구현한다.
관측기 기반 강인 환경 제어 장벽 함수를 통해 동적이고 불확실한 환경에서 안전을 보장하는 제어기를 제안한다.
본 논문은 실시간 안전 주행을 위한 새로운 궤적 설계 알고리즘 REDEFINED을 제안한다. REDEFINED은 오프라인 도달가능성 분석을 통해 생성된 조노토프 기반 도달가능 집합을 활용하여 차량과 장애물 간의 정확한 부호화 거리를 계산하고, 이를 바탕으로 실시간 최적화 프레임워크를 구현한다.