[論文レビュー] Hardware-In-the-Loop for Connected Automated Vehicles Testing in Real Traffic

Yeojun Kim, Samuel Tay+3 more|arXiv (Cornell University)|Jul 21, 2019

Real-time simulation and control systems参考文献 11被引用数 10

ひとこと要約

本論文は、実際の車両動態、交通マイクロシミュレーション、および搭載ECUを統合したハードウェアインザループ（HIL）シミュレーションプラットフォームを提示し、実際の都市環境におけるコネクテッド自動運転車（CAV）制御および計画アルゴリズムのテストを可能にする。PreScan、Vissim、ETAS DESK-LABCAR、および搭載ECUを実際の交通データと組み合わせることで、モデル予測制御に基づくエコ-ACCの繰り返し可能で安全かつインタラクティブなテストが可能となり、信号機や他の車両が存在する都市シナリオにおいて、ブレーキの最小化とコastingによる顕著なエネルギー削減が実証された。

ABSTRACT

We present a hardware-in-the-loop (HIL) simulation setup for repeatable testing of Connected Automated Vehicles (CAVs) in dynamic, real-world scenarios. Our goal is to test control and planning algorithms and their distributed implementation on the vehicle hardware and, possibly, in the cloud. The HIL setup combines PreScan for perception sensors, road topography, and signalized intersections; Vissim for traffic micro-simulation; ETAS DESK-LABCAR/a dynamometer for vehicle and powertrain dynamics; and on-board electronic control units for CAV real time control. Models of traffic and signalized intersections are driven by real-world measurements. To demonstrate this HIL simulation setup, we test a Model Predictive Control approach for maximizing energy efficiency of CAVs in urban environments.

研究の動機と目的

• 複雑な都市交通環境におけるコネクテッド自動運転車（CAV）制御および計画アルゴリズムの繰り返し可能で安全かつ現実的なテスト環境の構築を目的とする。
• 既存のHIL設定の限界を克服するため、高精度な車両動態、実世界の交通マイクロシミュレーション、およびCAVと周辺交通との双方向的相互作用を統合することを目的とする。
• 実際の交通データと物理的車両ハードウェアを用いて、現実的な条件下でエネルギー効率の良い制御戦略（特にエコ-ACC）を検証することを目的とする。
• スケーラブルかつ拡張可能なCAVアルゴリズムテストを可能にするために、HILフレームワークに分散制御とクラウド接続を統合することを目的とする。
• 一貫性があり繰り返し可能で安全なCAV検証を実現するデータドリブン仮想環境の実用可能性を示すこと

提案手法

• 実際の測定値に基づく高精度な認識、道路トポロジー、信号制御付き交差点のシミュレーションにPreScanを統合する。
• 実際の交通および信号フェーズデータに基づくデータドリブンなマイクロスケール交通シミュレーションにPTV Vissimを用いる。
• 実際の車両測定値を用いて高精度な車両およびパワー・トレイン動態をシミュレートするためのダイナモメーターとしてETAS DESK-LABCARを採用する。
• 搭載ECU（例：dSpace MicroAutoBox、Matrix PC）をクラウド（例：AWS）と接続し、分散制御および計画実行を実現する。
• 物理的CAVとシミュレートされた交通との間でリアルタイムかつ双方向の相互作用を可能にし、V2X通信および信号制御付き交差点の挙動を含む。
• ブレーキの最小化と速度追従の最適化を実現するが、信号機の制約を尊重するモデル予測制御（MPC）フレームワークを実装する。

実験結果

リサーチクエスチョン

• RQ1 実際の車両動態、データドリブンな交通シミュレーション、および搭載ECUを統合したHILプラットフォームは、実際の都市環境におけるCAV制御アルゴリズムの繰り返し可能で安全なテストを可能にするか？
• RQ2 MPCベースのエコ-ACCコントローラーは、信号制御付き交差点や他の車両が存在する都市交通において、エネルギー消費をどの程度効果的に削減できるか？
• RQ3 このHIL設定は、特にエネルギー効率および安全性の観点から、実際の交通相互作用および車両挙動をどの程度正確に再現できるか？
• RQ4 クラウド接続と分散制御の統合は、HILフレームワークにおけるCAVテストのスケーラビリティと現実性をどの程度向上させるか？
• RQ5 このHILプラットフォームは、突然の前車両の減速などの最悪事態仮定下でも、安全かつ効率的にCAVコントローラーの検証を可能にするか？

主な発見

• HIL設定により、実際の交通データを用いて、物理的CAVが動的交通および信号制御付き交差点に反応するリアルタイムかつインタラクティブなシミュレーションが成功裏に実現された。
• エコ-ACCコントローラーは、赤信号や減速中の前車両に近づく前にコastingフェーズを活用し、ブレーキの最小化によってエネルギー削減を達成した。
• 都市シナリオにおいて、高精度な動態と制御指向動態のモデル不一致による小さなブレーキトルクの適用により、エゴ車両は安全な距離を維持し、衝突を回避した。
• 8つの信号機と複数の相互作用する車両が存在する複雑な都市環境でも、レーダーおよびレーン検出センサ情報のみを用いて、コントローラーは安全で安定した挙動を示した。
• HILプラットフォームにより、現実的な条件下でCAVアルゴリズムの一貫性があり繰り返し可能なテストが可能となり、コastingがエネルギー損失の低減を目的としたブレーキの優先順位を上回ることを示した。
• クラウドベースの接続性と搭載ECUの統合により、スケーラブルかつ分散制御の実装が可能となり、将来的な大規模CAVシステムへの拡張を支援した。