[論文レビュー] A Game Theory Based Ramp Merging Strategy for Connected and Automated Vehicles in the Mixed Traffic: A Unity-SUMO Integrated Platform

Xishun Liao, Xuanpeng Zhao+5 more|arXiv (Cornell University)|Jan 27, 2021

Transportation and Mobility Innovations参考文献 18被引用数 17

ひとこと要約

本稿では、混在交通環境におけるコネクテッド・オートメーテッドビークル（CAVs）のゲーム理論ベースのランプ合流戦略を提案し、合流順序と車両制御を最適化することで、安全性と効率性を向上させる。新規のユニティ-SUMOシミュレーションプラットフォーム（ゲームエンジンと交通シミュレータを統合）を用いることで、さまざまな浸透率と混雑度の下で、平均交通速度を最大110％向上させ、燃料消費量を最大77％削減した。

ABSTRACT

Ramp merging is considered as one of the major causes of traffic congestion and accidents because of its chaotic nature. With the development of connected and automated vehicle (CAV) technology, cooperative ramp merging has become one of the popular solutions to this problem. In a mixed traffic situation, CAVs will not only interact with each other, but also handle complicated situations with human-driven vehicles involved. In this paper, a game theory-based ramp merging strategy has been developed for the optimal merging coordination of CAVs in the mixed traffic, which determines dynamic merging sequence and corresponding longitudinal/lateral control. This strategy improves the safety and efficiency of the merging process by ensuring a safe inter-vehicle distance among the involved vehicles and harmonizing the speed of CAVs in the traffic stream. To verify the proposed strategy, mixed traffic simulations under different penetration rates and different congestion levels have been carried out on an innovative Unity-SUMO integrated platform, which connects a game engine-based driving simulator with a traffic simulator. This platform allows the human driver to participate in the simulation, and also equip CAVs with more realistic sensing systems. In the traffic flow level simulation test, Unity takes over the sensing and control of all CAVs in the simulation, while SUMO handles the behavior of all legacy vehicles. The results show that the average speed of traffic flow can be increased up to 110%, and the fuel consumption can be reduced up to 77%, respectively.

研究の動機と目的

• 混在交通環境における混沌としたランプ合流が引き起こす交通渋滞と安全リスクを解消すること。
• 人間運転車両と連携するコoperativeな合流戦略を、コネクテッド・オートメーテッドビークル（CAVs）向けに開発すること。
• ゲーム理論の原則を用いて、動的合流順序および縦方向・横方向の制御を最適化すること。
• さまざまなCAV浸透率および交通混雑度の下での戦略のパフォーマンスを評価すること。
• リアルな人間によるインタラクションとセンサーのモデリングを可能にする、新規のユニティ-SUMO統合シミュレーションプラットフォームを用いて、アプローチを検証すること。

提案手法

• 相互作用距離と速度の調和を考慮して、CAVs間の最適合流順序を決定する非協力的ゲーム理論フレームワークを構築した。
• 位置、速度、合流までの残り時間などの車両状態に基づき、動的合流順序を計算した。
• 安全な車両間隔と滑らかな合流軌道を確保するため、縦方向および横方向の制御を統合した。
• ユニティ（Unity）を用いたCAVのセンシングと制御と、SUMOを用いたレガシーマシンの行動を統合した、ミクロスケールの交通シミュレータ（SUMO）を組み合わせたユニティ-SUMOプラットフォームを構築した。
• 人間ドライバーはユニティを介してシミュレーションに統合され、混在交通シナリオにおけるCAVとのリアルな相互作用が可能になった。
• センサー制限や環境ダイナミクスを含む、リアルなCAVの認識モデルをプラットフォームがサポートした。

実験結果

リサーチクエスチョン

• RQ1 ゲーム理論を用いて、人間運転車両が混在する混在交通環境におけるCAVs間の最適合流順序をどのように調整できるか？
• RQ2 CAVの浸透率が変化することで、合流効率性および交通流パフォーマンスにどのような影響を与えるか？
• RQ3 さまざまな混雑度の下で、提案戦略が平均交通速度と燃料消費量にどのように影響を与えるか？
• RQ4 ユニティ-SUMOプラットフォームは、CAVランプ合流における人間によるインタラクションをどれほどリアルにシミュレートできるか？
• RQ5 ゲームエンジンベースの制御と交通シミュレーションを統合することで、CAVパフォーマンス評価の忠実性と妥当性がどのように向上するか？

主な発見

• 提案戦略により、協調なしのベースラインシナリオと比較して、平均交通流速度が最大110％向上した。
• 最適合流協調状態では、燃料消費量が最大77％削減された。これは、環境的および運用的利点が顕著であることを示している。
• 戦略は安全な車両間隔を維持し、合流の滑らかさを向上させ、衝突リスクを低減した。
• さまざまなCAV浸透率および混雑度の下でも、パフォーマンス向上が一貫しており、強健性が確認された。
• ユニティ-SUMOプラットフォームは、人間ドライバーとCAVのセンシングの両方をリアルにシミュレートでき、アプローチの実用的妥当性が検証された。