[論文レビュー] Optimal Path Planning and Coordination for Connected and Automated Vehicles

Andreas A. Malikopoulos, Logan E. Beaver+1 more|arXiv (Cornell University)|Mar 26, 2020

Traffic control and management参考文献 28被引用数 9

ひとこと要約

本稿では、混雑を低減するため、連結自動運転車両（CAVs）の経路計画と制御を調整する分散型で二段階の最適化フレームワークを提案する。上位レベルでは、各車両の経路と到着時刻を最適化して混雑を緩和する。下位レベルでは、速度に依存する安全距離制約とシステム制限を満たす安全で最適な制御入力を解析的解を用いて計算する。幾何的双対性により最適性が保証され、リアルタイム実装が可能であることが証明された。

ABSTRACT

In this paper, we provide a decentralized theoretical framework for coordination of connected and automated vehicles (CAVs) in different traffic scenarios. The framework includes: (1) an upper-level optimization that yields for each CAV its optimal path, including the time, to pass through a given traffic scenario while alleviating congestion; and (2) a low-level optimization that yields for each CAV its optimal control input (acceleration/deceleration) to achieve the optimal path and time derived in the upper-level. We provide a complete, analytical solution of the low-level optimization problem that includes the rear-end safety constraint, where the safe distance is a function of speed, in addition to the state and control constraints. Furthermore, we provide a geometric duality framework using hyperplanes to prove strong duality of the upper-level optimization problem. The latter implies that the optimal path and time for each CAV does not activate any of the state, control, and safety constraints of the low-level optimization, thus allowing for online implementation. We validate the effectiveness of the proposed theoretical framework through simulation.

研究の動機と目的

• 多様な交通状況における連結自動運転車両（CAVs）を協調させる分散型理論的フレームワークの構築を目的とする。
• 各CAVの経路と交通状況通過時の時刻を最適化することで、交通混雑を最小化することを目的とする。
• 制御最適化に速度に依存する安全距離制約を組み込むことで、追突の安全性を確保することを目的とする。
• 状態制約および制御制約を満たす低レベル制御問題の解析的解を提供することを目的とする。
• 幾何的双対性フレームワークを用いて上位レベル最適化で強い双対性を確立し、オンライン実装可能性を保証することを目的とする。

提案手法

• 混雑を緩和するため、各CAVの最適な経路と到着時刻を決定する上位レベル最適化問題を定式化する。
• 上位レベルの経路と時刻を追跡するための最適な加速度／減速入力を計算する低レベル最適化を構築する。
• 低レベル問題を解析的に解き、速度に依存する安全距離に基づく追突防止制約を明示的に組み込む。
• 超平面を用いた幾何的双対性フレームワークを適用し、上位レベル問題における強い双対性を証明する。
• 最適解が低レベルで状態制約、制御制約、安全制約のいずれも活性化しないことを示し、効率的なオンライン計算を可能にする。
• シミュレーションを用いてフレームワークの性能と現実の交通状況における実現可能性を検証する。

実験結果

リサーチクエスチョン

• RQ1 共有の交通状況において、連結自動運転車両をどのように協調させれば混雑を最小化できるか？
• RQ2 速度に依存する安全距離を満たす条件下で、安全で最適な車両軌道を実現する解析的制御戦略は何か？
• RQ3 制約の活性化なしに最適解が保証されるように、経路計画最適化で強い双対性を確立できるか？
• RQ4 動的な交通状況と車両制約を伴う中で、提案されたフレームワークはどのようにリアルタイムに実装可能か？
• RQ5 従来の協調手法と比較して、混雑低減および安全性の面でどの程度の性能向上が達成されるか？

主な発見

• 提案されたフレームワークは、分散型で二段階の最適化構造により、各CAVの最適な経路と時刻選択を実現する。
• 低レベル制御問題は、すべての状態制約、制御制約、および追突防止安全制約を満たす完全な解析的解を有する。
• 幾何的双対性フレームワークにより、上位レベル問題における強い双対性が証明され、最適解がいかなる制約にも作用しないことを示唆する。
• この双対性により、各CAVの最適な経路と時刻が制約の活性化なしに実装可能であり、リアルタイムでの実行が保証される。
• シミュレーション結果から、さまざまな交通状況において混雑低減と安全性の両立が有効に達成されていることが確認された。
• 解析的解により、最適軌道に活性制約がないため、オンライン実装が可能であり、計算効率が保証される。