[論文レビュー] A Grouping Based Cooperative Driving Strategy for CAVs Merging Problems

Huile Xu, Shuo Feng+2 more|arXiv (Cornell University)|Apr 4, 2018

Traffic control and management参考文献 12被引用数 7

ひとこと要約

本稿では、オンランプで合流するコネクテッド・オートノムス・ビークル（CAV）のグループ化に基づく協調走行戦略を提案する。この戦略は、車両間の頭上距離が閾値未満の場合は通過順序を固定することで、解空間を縮小し、計算時間を大幅に削減する。この方法により、計画ベースの手法よりもはるかに低い計算時間でほぼグローバル最適に近い協調性能を達成し、一時的合意に基づく戦略よりも高い効率性を実現する。その結果、リアルタイムでの実装に実用的であることが示された。

ABSTRACT

In general, there are two kinds of cooperative driving strategies, planning based strategy and ad hoc negotiation based strategy, for connected and automated vehicles (CAVs) merging problems. The planning based strategy aims to find the global optimal passing order, but it is time-consuming when the number of considered vehicles is large. In contrast, the ad hoc negotiation based strategy runs fast, but it always finds a local optimal solution. In this paper, we propose a grouping based cooperative driving strategy to make a good tradeoff between time consumption and coordination performance. The key idea is to fix the passing orders for some vehicles whose inter-vehicle headways are small enough (e.g., smaller than the pre-selected grouping threshold). From the viewpoint of optimization, this method reduces the size of the solution space. A brief analysis shows that the sub-optimal passing order found by the grouping based strategy has a high probability to be close to the global optimal passing order, if the grouping threshold is appropriately chosen. A series of simulation experiments are carried out to validate that the proposed strategy can yield a satisfied coordination performance with less time consumption and is promising to be used in practice.

研究の動機と目的

• CAV合流シナリオにおける計算複雑性と協調性能のトレードオフを解消すること。
• 車両間の頭上距離が小さい場合にグループ化することで、CAV合流における可能な通過順序の解空間を縮小すること。
• グローバル最適化手法と比較して著しく計算時間を短縮しつつ、高い協調品質を維持する戦略の開発。
• さまざまな交通状況下で、提案戦略と計画ベースおよび一時的合意ベースの戦略の性能を比較評価すること。
• グループ化に基づく戦略がリアルタイム合流応用において実用的であるかを検証すること。

提案手法

• 車両は車両間の頭上距離に基づいてグループ化される。頭上距離が事前に定義されたグループ化閾値未満の場合、それらは内部の通過順序が固定された単一のユニットとして扱われる。
• グループ化閾値は、グループのサイズを制御し、最大計算時間を制限するために動的に調整される。
• 最大グループ数に上限を設けることで、時間消費を制限し、リアルタイム実装の可能性を保証する。
• 各グループ内の車両の順序を固定することで解空間が縮小され、高速な部分最適解探索が可能になる。
• 理論的分析により、適切に選ばれた閾値では、部分最適解がグローバル最適に極めて近くなる可能性が高いことが示された。
• 運動計画には、一定加速度、減速、または一定速度走行の段階を含むキネマティックベースの軌道生成が用いられ、実行可能な軌道が計算される。

実験結果

リサーチクエスチョン

• RQ1 グループ化に基づく戦略は、著しく計算時間を短縮しつつ、CAV合流でほぼ最適な協調性能を達成できるか？
• RQ2 計画ベースおよび一時的合意ベースの戦略と比較して、グループ化ベースの戦略の遅延と時間消費はどのように異なるか？
• RQ3 車両の到着レートを変化させた場合、提案戦略の性能にどのような影響が生じるか？
• RQ4 グループ化ベースの戦略の性能は、グループ化閾値の選定にどれほど敏感か？
• RQ5 提案戦略は、計算効率が高く、リアルタイム実装に十分な性能を維持しながら、高い協調品質を保てるか？

主な発見

• グループ化ベースの戦略は、計画ベースの戦略と比較して平均1車両あたり0.04秒の遅延低減を達成しており、ほぼ同一の協調性能を示している。
• 到着レートが0.3 veh/(lane·s)のとき、計画ベースの戦略は1回の計画サイクルに11秒以上を要したが、グループ化ベースの戦略は40ms未満で完了した。
• 一時的合意ベースの戦略は、到着レート0.25 veh/(lane·s)のとき、グループ化ベースの戦略の平均遅延の2倍以上にのぼり、協調性能が著しく劣ることが示された。
• グループ化ベースの戦略は、全テスト到着レートにおいて高い協調品質を維持しており、そのロバスト性が確認された。
• グループ化による解空間の縮小により、部分最適解の高速探索が可能となり、かつグローバル最適に極めて近い解が得られる確率が高くなる。
• 低計算時間と高い交通効率の両立を実現していることから、本戦略は実用的代替案として推奨される。