[論文レビュー] Modeling and simulation of adaptive cruise control system

Yuncheng Jiang|arXiv (Cornell University)|Aug 4, 2020

Traffic control and management参考文献 25被引用数 7

ひとこと要約

本稿では、時間的に変化する線形二次調節器（LQR）を提案し、リアルタイムの交通状況に基づいて適応的にQおよびRパラメータを調整する。制約はフェーズ・プラント法を用い、最適化には係数降下法を適用する。また、マコフ状態とアクションペナルティを組み合わせたQ関数に基づくデータ駆動型制御器を導入し、最小誤差法により最適化する。非線形回帰理論により安定性を保証する。シミュレーションおよび実車両テストにより、従来の制御器よりも優れた性能が確認された。

ABSTRACT

In this report, linear quadratic regulator is used to design adaptive cruise control system. In the regulator, Q and R parameters vary with time according to current traffic situations. Phase-plant method is used to give constraints on Q and R parameters, and coefficient descent method is applied to solve for the constrained optimization problem. Meanwhile, data based controller design method is also introduced in this paper, where the time vary vehicle dynamic parameters are no longer considered. Q-function, which consists of Markovian state and action penalty, is introduced to indicate the cost function. According to current traffic states, Q-function is generalized and minimized by directly using least error method, whose stability is ensured by nonlinear regression theory. Simulation is conducted and results show the advantages of using time varying parameter linear quadratic regulator over other controller discussed in this paper. Vehicle tests are also conducted to ensure the feasibility and efficiency of the controller.

研究の動機と目的

• 変化する交通状況に応じて動的に調整可能な適応的クルーズコントロールシステムの開発。
• リアルタイムの交通状態に基づいてLQR重み行列（QおよびR）を変化させることで制御性能の向上。
• 制約付き最適化手法を用いてパrameter選択の安定性と最適性を保証。
• 車両動力学を明示的にモデル化しないデータベースドの制御器設計の検討。
• シミュレーションおよび実車両テストを通じて、制御器の実現可能性と効率性の検証。

提案手法

• QおよびR行列を現在の交通状況に応じて動的に更新する時間変動LQRを設計。
• QおよびRの制約を確保し、システムの安定性と性能を向上させるためにフェーズ・プラント法を適用。
• QおよびRのチューニングのための制約付き最適化問題を解くために係数降下法を用いる。
• マコフ状態とアクションペナルティを組み合わせたQ関数を用いてコスト関数を表現するデータベースドの制御器を導入。
• Q関数を一般化し、最小誤差法により最小化する。非線形回帰理論により安定性を支援。
• 制御器の性能とロバストネスを評価するために、シミュレーションおよび実車両テストを実施。

実験結果

リサーチクエスチョン

• RQ1 時間変動する交通状況下で、LQRパラメータ（QおよびR）をどのように動的に調整すれば、適応的クルーズコントロールの性能が向上するか？
• RQ2 時間変動LQR設計における安定性と最適性を保証するために必要な制約は何か？
• RQ3 Q関数に基づくデータ駆動型制御器は、時間変動する車両動力学を明示的にモデル化しないでコストを最小化できるか？
• RQ4 非線形回帰理論を用いた最小誤差法は、データ駆動型制御器設計における安定性をどのように保証するか？
• RQ5 シミュレーションおよび実世界テストにおいて、提案された適応的LQRおよびデータベースド制御器は、従来手法と比較してどのように性能を発揮するか？

主な発見

• 時間変動LQRに適応的QおよびRパラメータを適用した場合、動的交通状況下でも他の制御器よりも優れた応答性と安定性を示した。
• フェーズ・プラント法によりQおよびR行列の制約が効果的に適用され、リアルタイムでのパラメータ調整におけるロバストネスと実現可能性が確保された。
• データベースド制御器は、車両動力学パラメータのモデル化を一切行わず、最小誤差法によるQ関数最小化により安定した性能を達成した。
• 非線形回帰理論により、データベースド制御器の安定性が数学的に保証され、実装の実用性が裏付けられた。
• 実車両テストにより、提案された制御器が実世界の走行シナリオにおいて実現可能で効率的であることが確認された。
• シミュレーション結果から、適応的LQRは固定パラメータLQRや他のベンチマークと比較して、ヘッドウェイ誤差を低減し、追従精度を向上させた。