[論文レビュー] Freeway ramp metering control made easy and efficient

Hassane Abouaïssa, Michel Fliess+2 more|arXiv (Cornell University)|Jun 26, 2012

Traffic control and managementEngineering参考文献 46被引用数 19

ひとこと要約

本稿では、正確な数学的モデルを必要とせず、ロバストで実装が容易な交通混雑制御を実現する、モデルフリー制御手法としての知能的PI（iPI）コントローラーを用いた高速道路インターチェンジのメーター制御を提示する。ノイズの多いセンサデータから、自由流れ速度および臨界密度といった重要な交通パラメータを推定するための高度な数値微分技術を導入し、ALINEAなどの従来手法を上回る正確で実用的な結果を模擬的に得た。

ABSTRACT

"Model-free" control and the related "intelligent" proportional-integral (PI) controllers are successfully applied to freeway ramp metering control. Implementing moreover the corresponding control strategy is straightforward. Numerical simulations on the other hand need the identification of quite complex quantities like the free flow spêed and the critical density. This is achieved thanks to new estimation techniques where the differentiation of noisy signals plays a key rôle. Several excellent computer simulations are provided and analyzed.

研究の動機と目的

• 複雑な数学的モデルに依存しない、シンプルでロバストかつ容易に実装可能なラムプメーター制御戦略の開発。
• ノイズの多いリアルタイムセンサデータから、自由流れ速度および臨界密度といった重要な交通パラメータを正確に推定すること。
• 詳細なモデル化を要しないにもかかわらず、ALINEAなどの確立された手法を凌駕する性能を模擬的に示すこと。
• モデルフリー制御（実装が簡単）とモデルベースのシミュレーション（テストには不可欠だが複雑）の間にある矛盾を解消すること。

提案手法

• 超局所モデル y^(ν) = F + αu を用いたモデルフリー制御：ν は微分の順序、F はシステムのダイナミクスおよび外乱を含む。
• 制御則 u = -([F]_e - y^* + K_P e + K_I ∫e)/α を有する知能的PI（iPI）コントローラーを採用し、システムモデルの必要なしにリアルタイムフィードバックを可能にする。
• Fliess, Join & Sira-Ramírez (2008) および Mboup, Join & Fliess (2009) が提唱した高度な数値微分技術を用い、速度や占有率などのノイズの多い交通信号の微分を推定する。
• スライディングタイムウインドウと多項式近似（例：テイラー展開）を用い、ノイズのあるデータから有限次の微分を推定する。
• メイ（1990）の基本図を用い、実際の交通測定値に数値微分を適用することで、自由流れ速度および臨界密度を推定する。
• 同定されたパrametersを有するペイーン＝パパジョルギウスのマクロスコピックモデルを用いたコンピュータシミュレーションにより、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 iPIコントローラーを用いたモデルフリー制御は、詳細な数学的モデルを必要としないにもかかわらず、ALINEAを上回るラムプメーター制御性能を達成できるか？
• RQ2 数値微分技術を用いることで、ノイズの多いリアルタイム交通データから自由流れ速度および臨界密度をどれほど正確に推定できるか？
• RQ3 交通制御において、モデルフリー制御の簡便さとモデルベースのシミュレーションの複雑さの間で、実用的なトレードオフは何か？
• RQ4 ノイズの多い信号の数値微分が、リアルタイム応用における交通制御システムの信頼性の高いパラメータ推定を可能にするか？

主な発見

• iPIコントローラーは、正確なシステムモデルの必要なしに、効率的かつロバストな交通フロー制御を実現し、外部からの摂動に対しても強い耐性を示した。
• 数値微分技術により、ノイズが多く低分解能な交通データ（例：20秒間隔の測定）からも、自由流れ速度および臨界密度を正確に推定できた。
• シミュレーションでは、ALINEAの長年の実用的導入にもかかわらず、本手法が混雑緩和およびフロー安定性の両面で優れた性能を示した。
• 実時間環境において、推定されたパラメータ（臨界密度および自由流れ速度）は良好な収束を示し、実用的な妥当性が確認された。
• 制御設計とシミュレーションモデルを分離することで、簡便な制御実装と複雑なシミュレーションモデルの間の矛盾を解消した。
• 本手法は実世界への導入に適しており、特許出願中であることから産業的関心と実装可能性が示唆されている。