[論文レビュー] Safety-Critical Lane-Change Control for CAV Platoons in Mixed Autonomy Traffic Using Control Barrier Functions

Fengqing Hu, Huan Yu|arXiv (Cornell University)|Feb 1, 2023

Traffic control and management被引用数 4

ひとこと要約

本論文は、混合自律走行交通環境下における接続型自動運転車両（CAV）プラトーントの安全に重点を置いた変則走行制御フレームワークを、制御バリア関数（CBF）および制御ラプラスフンクション（CLF）を用いて提案する。本手法は二層構造の制御器を採用し、上位層で変則走行の意思決定を行い、下位層で安全に重点を置いた運動学的制御を実施することで、走行中の縦方向および横方向の安全性を確保する。シミュレーションにより、4つの安全に重点を置いたシナリオで衝突回避が確認された。

ABSTRACT

Platooning can serve as an effective management measure for connected and autonomous vehicles (CAVs) to ensure overall traffic efficiency. Current study focus on the longitudinal control of CAV platoons, however it still remains a challenging problem to stay safe under lane-change scenarios where both longitudinal and lateral control is required. In this paper, a safety-critical control method is proposed conduct lane-changing maneuvers for platooning CAVs using Control Barrier Functions (CBFs). The proposed method is composed of two layers: a higher-level controller for general lane change decision control and a lower-level controller for safe kinematics control. Different from traditional kinematics controllers, this lower-level controller conducts not only longitudinal safety-critical control but also critically ensures safety for lateral control during the platooning lane change. To effectively design this lower-level controller, an optimization problem is solved with constraints defined by both CBFs and Control Lyapunov Functions (CLFs). A traffic simulator is used to conduct numerical traffic simulations in four safety-critical scenarios and showed the effectiveness of the proposed controller.

研究の動機と目的

• 両方の縦方向および横方向制御が求められるCAVプラトーントにおける安全な変則走行の課題に対処すること。
• 人間が運転する車両（HDV）が予測不可能または攻撃的な行動を示す可能性がある混合自律走行交通環境での安全性を確保すること。
• バリア関数を用いて安全性を保証するとともに、ラプラスフンクションを用いてプラトーントの安定性を維持する制御フレームワークを設計すること。
• 間隔調整による変則走行を促進する協調的プラトーント運用（分離および再結合）を可能にすること。
• 数値シミュレーションを通じて、提案された制御器の有効性を安全に重点を置いたシナリオで実証すること。

提案手法

• 二層構造の制御アーキテクチャを構築：上位層で変則走行意思決定を行い、下位層で安全に重点を置いた運動学的制御を実行する。
• 下位層の制御器を、制御バリア関数（CBF）および制御ラプラスフンクション（CLF）から導かれた制約を備えた二次計画問題（QP）として定式化する。
• CBFの制約を定義し、変則走行中の縦方向および横方向の衝突を回避する安全性を確保する。
• CLFの制約を用いて、制御軌道における漸近的安定性および目的の状態への収束を保証する。
• プラトーント運用に分離および再結合の動きを統合し、変則走行の前にはヘッドウェイを拡大し、完了後に再結合する。
• 最適化問題をオンラインで解き、安全および安定性要件を満たすリアルタイムの制御入力を生成する。

実験結果

リサーチクエスチョン

• RQ1 予測不可能に行動する可能性がある人間運転車両（HDV）を含む混合自律走行交通環境下で、CAVプラトーントはどのように安全に変則走行を実行できるか？
• RQ2 CBFおよびCLFを用いて、変則走行中の縦方向および横方向の安全性を確保する制御フレームワークは何か？
• RQ3 提案された二層構造制御器は、CLFオンリーモデルと比較して、危険なシナリオにおける安全性および実行可能性の面でどのように優れているか？
• RQ4 協調的プラトーント運用（分離および再結合）は、混雑した交通環境下での変則走行の成功確率および安全性を向上させることができるか？
• RQ5 通信遅延やQPの実行不能状態が生じた場合、制御器の性能にどのような制限が生じるか？

主な発見

• CLF-CBF-QP制御器は、衝突が発生せずに4つの安全に重点を置いた変則走行シナリオ（カットイン、FDEC、BACC、FFDEC）をすべて正常に完了した。
• BACCシナリオでは、後続車両が加速したため元のレーンに再帰する制御が実行されたが、CLF-QP制御器は衝突後のオシレートーションにより失敗した。
• FFDECシナリオでは、分離運用による協調的減速のおかげで、プラトーントベースのCLF-CBF-QP制御器が正常に変則走行に成功したが、単一車両のCLF-CBF-QP制御器はt=2.2秒にQPが実行不能となったため失敗した。
• 単一車両制御器の失敗原因は、対立する制御目的に起因していた：すべてのCAVが目標速度に到達するために加速し、衝突リスクが増大した一方で、CAV1はFCVを避けるために減速し、CAV3は調整を行わなかったため、間隔が減少した。
• 提案された協調的プラトーント運用（分離および再結合）は、間隔を事前に管理することでヘッドウェイを拡大し、より安全な変則走行を可能にした。
• 横方向および縦方向の安全性を確保するCBFと、安定性を保証するCLFの統合により、すべてのテストシナリオで安全性と収束性が確保された。