[論文レビュー] Mixed platoon control of automated and human-driven vehicles at a signalized intersection: dynamical analysis and optimal control

Chaoyi Chen, Jiawei Wang+3 more|arXiv (Cornell University)|Oct 30, 2020

Traffic control and management参考文献 34被引用数 19

ひとこと要約

本稿では、信号制御交差点における連結自動運転車（CAV）と人間運転車（HDV）が混在する状況を想定し、1台のCAVがn台のHDVを先導する'1+n'ミックスプラトー制御フレームワークを提案する。線形化された運動モデルと最適制御を用いることで、安定性を確保するとともに、全体の交通効率と燃料効率を向上させる。提案手法は、単一CAV最適化と比較して平均遅延を最大30%、燃料消費量を最大25%削減する。特に中程度の市場浸透率において顕著な効果を示す。

ABSTRACT

The emergence of Connected and Automated Vehicles (CAVs) promises better traffic mobility for future transportation systems. Existing research mostly focused on fully-autonomous scenarios, while the potential of CAV control at a mixed traffic intersection where human-driven vehicles (HDVs) also exist has been less explored. This paper proposes a notion of "1+n" mixed platoon, consisting of one leading CAV and n following HDVs, and formulates a platoon-based optimal control framework for CAV control at a signalized intersection. Based on the linearized dynamics model of the "1+n" mixed platoon, fundamental properties including stability and controllability are under rigorous theoretical analysis. Then, a constrained optimal control framework is established, aiming at improving the global traffic efficiency and fuel consumption at the intersection via direct control of the CAV. A hierarchical event-triggered algorithm is also designed for practical implementation of the optimal control method between adjacent mixed platoons when approaching the intersection. Extensive numerical simulations at multiple traffic volumes and market penetration rates validate the greater benefits of the mixed platoon based method, compared with traditional trajectory optimization methods for one single CAV.

研究の動機と目的

• CAVとHDVが共存する混在交通の交差点における最適制御フレームワークの欠如に取り組むこと。
• ミックスプラトー形式の形成を活用し、CAV制御を用いて全体の交通性能（遅延と燃料消費量）を向上させること。
• 1台のCAVが複数のHDVを先導するミックスプラトーの安定性と可制御性に関する理論的基盤を確立すること。
• 隣接するミックスプラトー間でのリアルタイム実装を可能にする実用的で階層的なイベントトリガー型アルゴリズムを設計すること。
• さまざまな交通量と市場浸透率の下で、ミックスプラトー手法が単一CAV軌道最適化を上回ることを実証すること。

提案手法

• 1台の先導CAVとn台の追従HDVから成る'1+n'ミックスプラトーモデルを導入し、理論的解析用に線形化された運動モデルを採用する。
• 信号交差点における移動遅延と燃料消費量を最小化する制約付き最適制御フレームワークを導出する。
• システム行列に対する固有値解析と数学的帰納法を用いて、ミックスプラトーの安定性と可制御性を確立する。
• 隣接するミックスプラトー間での実用的で分散型の実装を可能にする階層的イベントトリガー型アルゴリズムを開発する。
• 車両のパラメータと加速度プロファイルに基づく燃料消費モデルを採用し、エネルギー効率を定量的に評価する。
• 複数の交通量（600–1200 veh/(hour·lane)）と市場浸透率（0%～100%）の下で、広範な数値シミュレーションによりフレームワークを検証する。

Figure 1: Illustration for the mixed traffic intersection. Red vehicles represent CAVs, which can transmit and receive vehicle information and the vehicle is fully autonomous driving. Black vehicles represent HDVs, which can only transmit ego vehicle information to other vehicles and are controlled

実験結果

リサーチクエスチョン

• RQ1 信号交差点における線形化された運動モデル下で、1台のCAVとn台のHDVから成る1+nミックスプラトーの安定性はどのように振る舞うか？
• RQ2 混在交通プラトーにおいて、全体の交通遅延と燃料消費量を最小化する最適制御戦略は何か？
• RQ3 さまざまな交通量と市場浸透率の下で、1+nプラトー制御フレームワークの性能は単一CAV軌道最適化と比べてどのように異なるか？
• RQ4 ミックスプラトー系の可制御性と安定性を保証する条件は何か？ そしてそれらはどのように数学的に証明されるか？
• RQ5 リアルタイムで分散型に実装可能な実用的でイベントトリガー型のアルゴリズムを設計するにはどうすればよいか？

主な発見

• 1+nミックスプラトー制御フレームワークは、単一CAV最適化と比較して平均移動遅延を最大30%削減し、特に60%の市場浸透率の際に顕著な効果を示す。
• 提案手法では燃料消費量が最大25%削減され、1000 vphplの交通量で60%の市場浸透率時に平均燃料消費量が最低（122.42 L/100km）に低下し、単一CAVケースの136.39 L/100kmと比較して顕著な改善を示す。
• 100%の市場浸透率時、平均遅延はベースラインの159.95 sから156.97 sに低下し、従来手法に比べて一貫した改善を示す。
• α₁ > 0 かつ α₂ > 0 の条件下で、システムは臨界安定であると判明。固有値解析とシステム行列に対する数学的帰納法により理論的証明がなされた。
• 階層的イベントトリガー型アルゴリズムにより、隣接するプラトー間で効率的で分散型の制御が可能となり、リアルタイム実装を支援する。
• シミュレーション結果から、1+nプラトー手法は全テスト対象の交通量（600–1200 veh/(hour·lane)）および市場浸透率（0%～100%）において、単一CAV最適化を上回る性能を示した。

Figure 2: Schematic for the “ $1+n$ ” mixed platoon. Red arrows denote the information flow of the leading CAV (colored in red), which collects information from the following HDVs as well as the traffic light and has an external control input. Black arrows represent the information flow of the HDVs