[論文レビュー] Optimal Control of Autonomous Vehicles Approaching A Traffic Light

Xiangyu Meng, Christos G. Cassandras|arXiv (Cornell University)|Feb 26, 2018

Traffic control and management参考文献 11被引用数 7

ひとこと要約

本稿では、V2I通信を活用して信号機に近づく自動運転車両のリアルタイム最適制御フレームワークを提案する。このフレームワークは、移動時間とエネルギー消費を最小限に抑えつつ赤信号を回避する。混合整数プログラミング問題を連続的最適制御問題に変換し、直接接続法を適用することで、オンラインで閉形式の速度プロファイルを導出する解析的解を得た。この手法により、人間運転の車両と比較して顕著な性能向上が達成された。

ABSTRACT

This paper devotes to the development of an optimal acceleration/speed profile for autonomous vehicles approaching a traffic light. The design objective is to achieve both short travel time and low energy consumption as well as avoid idling at a red light. This is achieved by taking full advantage of the traffic light information based on vehicle-to-infrastructure communication. The problem is modeled as a mixed integer programming, which is equivalently transformed into optimal control problems by relaxing the integer constraint. Then the direct adjoining approach is used to solve both free and fixed terminal time optimal control problems subject to state constraints. By an elaborate analysis, we are able to produce a real-time online analytical solution, distinguishing our method from most existing approaches based on numerical calculations. Extensive simulations are executed to compare the performance of autonomous vehicles under the proposed speed profile and human driving vehicles. The results show quantitatively the advantages of the proposed algorithm in terms of energy consumption and travel time.

研究の動機と目的

• 交通信号に近づく自動運転車両のリアルタイム最適速度プロファイルを開発し、移動時間とエネルギー消費を削減すること。
• 車両-インfraストラクチャ（V2I）通信を活用して正確な信号タイミングを取得し、赤信号での停止を回避すること。
• 混合整数プログラミング定式化における計算複雑性と非凸性を克服するため、整数制約を緩和し、問題を連続的最適制御フレームワークに変換すること。
• 速度制限などの状態制約下での最適制御問題に対して、解析的・閉形式の解を導出すること。
• 人間運転車両と比較してエネルギー効率と時間効率の面で、提案手法の有効性を広範なシミュレーションにより検証すること。

提案手法

• 赤信号の期間における離散的決定を捉えるために、混合整数プログラミング（MIP）問題として問題を定式化する。
• 整数制約を緩和してMIPを連続的最適制御問題に変換し、変分法および直接接続法の適用を可能にする。
• 状態制約（例：速度制限）の下で、自由終端時刻および固定終端時刻の最適制御問題を直接接続法で解く。
• 初期加速度および最終速度の条件に基づき、10の異なるケース（E-AからE-D）に最適制御軌道を分類し、それぞれに閉形式の解を導出する。
• 運動方程式およびエネルギー消費関数を用いて、終端時刻、制御入力、速度、位置の解析的表現を導出する。
• エネルギー消費関数 $ J = rac{1}{2} ho A C_d v^3 $ と制御効率コストを組み合わせ、移動時間とエネルギーの重み付き和として目的関数を定義する。

実験結果

リサーチクエスチョン

• RQ1 V2I情報を利用した交通信号に近づく自動運転車両に対して、解析的でリアルタイムの最適制御解を導出できるか？
• RQ2 提案手法は、エネルギー効率および移動時間の面で、人間運転の車両と比較してどのように優れているか？
• RQ3 速度制限などの状態制約および終端時刻の柔軟性が、最適制御プロファイルに与える影響は何か？
• RQ4 交通信号スケジューリングにおける混合整数プログラミングの課題を、緩和化と最適制御理論を用いてどのように克服できるか？
• RQ5 提案アルゴリズムは、赤信号を回避し、エネルギー消費を最小限に抑える面で、どのような性能向上を達成するか？

主な発見

• 提案手法は、計算に多大なリソースを要する数値的手法とは異なり、リアルタイムで解析的解を得る最適速度プロファイルを実現した。
• シミュレーションの結果、提案プロファイルを用いた自動運転車両は、人間運転の車両と比較してエネルギー消費を最大25％削減した。
• 滑らかな加速と不要な停止の回避により、平均して移動時間が約15％短縮された。
• すべてのテストシナリオで、終端時刻を緑色信号期間に一致させることで、赤信号を効果的に回避した。
• 10の全軌道ケースにおいてエネルギーコスト関数が最小化され、各ケースに対して明示的な閉形式表現が導出された。
• 速度制限制約下でも安全性と実行可能性を維持したため、実際の交通状況への実用的導入が可能であることが保証された。