[論文レビュー] Development of a Connected and Automated Vehicle Longitudinal Control Model

Mizanur Rahman, Rafiul Islam+2 more|arXiv (Cornell University)|Jan 1, 2020

Traffic control and management参考文献 25被引用数 4

ひとこと要約

本稿では、連結自動運転車両（CAVs）向けに、リアルタイムのセンサデータとV2X通信を統合することで、安全で快適かつ効率的な縦方向制御を実現する情報認識ドライバモデル（IADM）を提案する。IADMは、速度および反応時間に依存する安全ギャップ関数を用いて、交通状況にかかわらず再キャリブレーションを必要とせずに、ストリング安定性および局所安定性を達成する。制御のスムーズさは乗客の好みに合わせて調整可能である。

ABSTRACT

It is envisioned that, in the future, most vehicles on our roadway will be controlled autonomously and will be connected via vehicle to everything (V2X) wireless communication networks. Developing a connected and automated vehicle (CAV) longitudinal controller, which will consider safety, comfort and operational efficiency simultaneously, is a challenge. A CAV longitudinal controller is a complex system where a vehicle senses immediate upstream vehicles using its sensors and receives information about its surroundings via wireless connectivity, and move forward accordingly. In this study, we develop an information-aware driver model (IADM) that utilizes information regarding an immediate upstream vehicle of a subject CAV through CAV sensors and V2X connectivity while considering passenger comfort and operational efficiency along with maintaining safety gap for longitudinal vehicle motion of the autonomous vehicle. Unlike existing driver models for longitudinal control, the IADM intelligently fuses data received from in vehicle sensors, and immediate upstream vehicles of the subject CAV through wireless connectivity, and IADM parameters do not need to be calibrated for different traffic states, such as congested and non congested traffic conditions. It only requires defining the subject CAVs maximum acceleration and deceleration limit, and computation time that is needed to update the subject CAVs trajectory from its previous state. Our analyses suggest that the IADM (i) is able to maintain safety using a newly defined safe gap function depending on the speed and reaction time of a CAV; (ii) shows local stability and string stability and (iii) provides riding comfort for a range of autonomous driving aggressiveness depending on the passenger preferences.

研究の動機と目的

• 連結自動運転車両（CAVs）向けの縦方向制御器を開発し、安全、快適、運用効率を同時に確保すること。
• 混雑時および非混雑時の交通状態にかかわらず、制御器パラメータの再キャリブレーションを不要にするための手法を確立すること。
• 車両搭載センサと上流側のV2X接続車両からのデータを知的に統合する制御器を設計すること。
• 外部のチューニングなしに、車両群の動的特性においてストリング安定性および局所安定性を確保すること。

提案手法

• IADMは、CAVの速度および反応時間に依存する安全ギャップ関数を用いて縦方向の安全性を維持する。
• 車両搭載センサおよび上流側車両とのV2X通信から得られるリアルタイムデータを統合し、軌道決定に活用する。
• 最大加速度および減速制限と固定された計算更新周期に基づいて、新たな軌道を計算する。
• 車両固有の制限値と更新周波数にのみ依存することで、パラメータの再キャリブレーションを回避する。
• 車両群における誤差伝搬を抑制するフィードバック機構により、ストリング安定性を確保する。
• 乗客の好み設定に応じて制御応答の攻撃的度合いを調整することで、乗客の快適性を動的に最適化する。

実験結果

リサーチクエスチョン

• RQ1 異なる交通状態下でも再キャリブレーションを必要とせず、安全、快適、効率を維持できる統合型縦方向制御器を開発可能か？
• RQ2 V2Xと車両搭載センサのデータを効果的に統合することで、CAVsの縦方向制御性能をどのように向上できるか？
• RQ3 提案されたIADMは、車両群においてストリング安定性および局所安定性を確保できるか？
• RQ4 安全性や効率を損なわず、乗客の快適性をどの程度調整可能か？
• RQ5 安全ギャップ関数を速度および反応時間に適応可能とすることで、耐障害性を維持できるか？

主な発見

• IADMは、速度および反応時間に依存する安全ギャップ関数を用いることで、さまざまな条件下でも一貫した車間距離を維持し、安全性を確保した。
• 制御器は局所安定性およびストリング安定性を示し、車両群における誤差拡大を防止した。
• モデルは、自動運転の攻撃的度合いの範囲にわたり快適な乗り心地を実現し、乗客の好みに応じて調整可能であった。
• 異なる交通状態下でもパラメータの再キャリブレーションが不要であり、実装の複雑さが低減された。
• 最大加速度／減速制限と計算更新周期のみを用いて制御が実行されたため、導入が簡素化された。
• シミュレーションおよび解析を通じて、多様な交通状況下でも再チューニングなしに性能を維持することが確認された。