[論文レビュー] Designing, simulating, and performing the 100-AV field test for the CIRCLES consortium: Methodology and Implementation of the Largest mobile traffic control experiment to date

Mostafa Ameli, Sean Mcquade+21 more|arXiv (Cornell University)|Apr 23, 2024

Traffic control and management被引用数 4

ひとこと要約

本論文は、ナッシュビルのI-24で実施された、これまでで最大規模のライブモバイル交通制御実験であるMegaVanderTestを設計・シミュレーション・実行するための手法を提示している。100台の接続型自動運転車両（AV）を用いた実験であり、実世界の交通ダイナミクスを正確に再現できるキャリブレーション済みエージェントベースのマイクロシミュレーションフレームワークを導入することで、AVコントローラーの効果的評価と、ストップアンドゴー波の抑制・混雑の低減に寄与する安全な展開が可能になった。

ABSTRACT

Previous controlled experiments on single-lane ring roads have shown that a single partially autonomous vehicle (AV) can effectively mitigate traffic waves. This naturally prompts the question of how these findings can be generalized to field operational, high-density traffic conditions. To address this question, the Congestion Impacts Reduction via CAV-in-the-loop Lagrangian Energy Smoothing (CIRCLES) Consortium conducted MegaVanderTest (MVT), a live traffic control experiment involving 100 vehicles near Nashville, TN, USA. This article is a tutorial for developing analytical and simulation-based tools essential for designing and executing a live traffic control experiment like the MVT. It presents an overview of the proposed roadmap and various procedures used in designing, monitoring, and conducting the MVT, which is the largest mobile traffic control experiment at the time. The design process is aimed at evaluating the impact of the CIRCLES AVs on surrounding traffic. The article discusses the agent-based traffic simulation framework created for this evaluation. A novel methodological framework is introduced to calibrate this microsimulation, aiming to accurately capture traffic dynamics and assess the impact of adding 100 vehicles to existing traffic. The calibration model's effectiveness is verified using data from a six-mile section of Nashville's I-24 highway. The results indicate that the proposed model establishes an effective feedback loop between the optimizer and the simulator, thereby calibrating flow and speed with different spatiotemporal characteristics to minimize the error between simulated and real-world data. Finally, We simulate AVs in multiple scenarios to assess their effect on traffic congestion. This evaluation validates the AV routes, thereby contributing to the execution of a safe and successful live traffic control experiment via AVs.

研究の動機と目的

• 100台の接続型自動運転車両（AV）を含む、実際の高速道路環境下で、これまでで最大規模の移動型交通制御実験を設計・実施すること。
• 高密度の実世界交通環境下におけるストップアンドゴー波の緩和に、AVが与える影響を評価すること。
• 実世界の交通ダイナミクスを正確に捉えるキャリブレーション済みエージェントベースのマイクロシミュレーションフレームワークを構築し、実験前のコントローラーのテストと検証を可能にすること。
• シミュレーションと最適化のフィードバックループを確立し、シミュレートされたデータと実世界の流量・速度データの乖離を最小限に抑えること。
• 実世界への展開前に、シミュレーションを用いてAVルートと制御戦略を検証し、安全性と実験の成功を保証すること。

提案手法

• 人間運転車両（HDV）とAVを含む混合自律交通をモデル化するエージェントベースの交通シミュレーションフレームワークを開発した。
• I-24高速道路の6マイル区間から得た実世界データを用いて、シミュレーションパラメータを調整し、観測された流量・速度プロファイルと一致させる、新しいキャリブレーションフレームワークを提案した。
• シミュレータと最適化ツールの間でフィードバックループを実装し、シミュレートされた交通特性と実世界の時空間的交通特性の誤差を最小限に抑えた。
• Mobile Century実験のGPSデータやその他の現地測定データを活用し、マイクロシミュレーションモデルの構築と検証に用いた。
• 実世界への展開前に、AV制御シナリオを複数回シミュレートし、交通波の減衰と混雑低減に与える影響を評価した。
• コントローラー設計をシミュレーションベースの検証と統合することで、AVベースの交通制御の安全かつ効果的な実世界展開を確保した。

実験結果

リサーチクエスチョン

• RQ1 100台のAVを用いた大規模なライブ実験は、実際の高速道路環境下でストップアンドゴー波を効果的に抑制できるか？
• RQ2 キャリブレーション済みマイクロシミュレーションフレームワークは、AVコントローラーの実験前テストに、実世界の交通ダイナミクスをどれほど正確に再現できるか？
• RQ3 混合交通環境で顕著な混雑低減を達成するには、AVの浸透率がどの程度必要か？
• RQ4 シミュレーションと最適化の間のフィードバックループは、交通流量・速度予測の忠実性をどのように向上させるか？
• RQ5 プラトーイング構成でのAVは、エネルギー消費量の低減と交通の安定性向上にどの程度寄与できるか？

主な発見

• キャリブレーション済みマイクロシミュレーションフレームワークは、シミュレートされたデータと実世界の交通データとの誤差を効果的に低減し、I-24の流量・速度プロファイルを正確に再現した。
• 最適化ツールとシミュレータの間のフィードバックループにより、交通ダイナミクスの精密なチューニングが可能となり、AV制御シナリオのシミュレーションの現実性が向上した。
• シミュレーション結果により、AVルートと制御戦略の検証が行われ、ライブ実験の安全かつ成功した実施が裏付けられた。
• 実験では、AVが高密度の実世界条件下で交通波を効果的に抑制できることを示し、制御されたリングロード実験の先行研究をさらに拡張した。
• 本手法は、AVを用いた大規模なライブ交通制御実験の設計・実施に応用可能なスケーラブルで再現可能なフレームワークを提供する。
• 結果から、AVをアクティブな交通制御エージェントとして活用することで、混合交通環境における混雑の低減とエネルギー効率の向上が現実的に行えることが示された。