[논문 리뷰] A Decentralized Optimal Control Framework for Connected Automated Vehicles at Urban Intersections with Dynamic Resequencing

Yue Zhang, Christos G. Cassandras|arXiv (Cornell University)|2018. 09. 01.

Traffic control and management인용 수 4

한 줄 요약

이 논문은 도심 교차로에서 연결된 자율 주행 차량(CAV)을 위한 탈중앙화된 최적 제어 프레임워크를 제안하며, 엄격한 선입선출(FIFO) 대기열 제약 조건을 완화하기 위해 실시간 조건에 따라 동적으로 재정렬하는 기법을 도입하여 교통 흐름을 극대화한다. 에너지 최소화와 흐름 극대화 사이의 상충 관계를 해결하면서도, 복잡도가 제한됨을 분석함으로써 계산 가능성을 유지하면서도 주행 시간을 최대 34% 향상시킨다.

ABSTRACT

Earlier work has established a decentralized framework to optimally control Connected Automated Vehicles (CAVs) crossing an urban intersection without using explicit traffic signaling while following a strict First-In-First-Out (FIFO) queueing structure. The proposed solution minimizes energy consumption subject to a FIFO-based throughput maximization requirement. In this paper, we extend the solution to account for asymmetric intersections by relaxing the FIFO constraint and including a dynamic resequencing process so as to maximize traffic throughput. To investigate the tradeoff between throughput maximization and energy minimization objectives, we exploit several alternative problem formulations. In addition, the computational complexity of the resequencing process is analyzed and proved to be bounded, which makes the online implementation computationally feasible. The effectiveness of the dynamic resequencing process in terms of throughput maximization is illustrated through simulation

연구 동기 및 목표

• 비대칭 또는 고밀도 교차로에서 엄격한 FIFO 대기열 제약 조건이 비효율적인 스케줄링과 혼잡을 유발할 수 있는 문제를 해결하기 위해.
• 중앙 집중식 신호등에 의존하지 않고도 CAV의 동적 재정렬을 가능하게 하는 탈중앙화된 제어 프레임워크를 개발하기 위해.
• 에너지 소비 최소화와 교통 흐름 극대화 사이의 상충 관계를 다양한 문제 설정을 통해 탐색하기 위해.
• 재정렬 과정의 복잡도가 유한함을 증명함으로써 계산 가능성을 확보하고, 실시간 구현에 적합함을 보장하기 위해.
• 다양한 교통 밀도와 제어 목표 조건 하에서 동적 재정렬의 효과를 시뮬레이션을 통해 검증하기 위해.

제안 방법

• 이전의 탈중앙화된 최적 제어 프레임워크를 확장하여 FIFO 제약 조건을 완화하고, 실시간 차량 상태 및 도착 정보를 기반으로 한 동적 재정렬 과정을 도입한다.
• 중앙 집중식 신호 없이도 협업을 가능하게 하기 위해 종단 시간을 재귀적으로 계산하는 구조를 사용한다.
• 속도와 가속도에 대한 다항식 메타모델을 활용하여 연료 소비를 에너지 소비의 척도로 정량화한다.
• 종단 속도와 에너지 소비에 다른 가중치를 적용한 다양한 문제 설정을 적용하여 흐름-에너지 상충 관계를 탐색한다.
• 재정렬의 계산 복잡도를 분석하고, 레인 수에 비례하는 평균 복잡도로 유한함을 증명한다.
• 다양한 도착률(λ = 0.1에서 0.4 veh/s) 조건 하에서 100 辆의 CAV가 교차로를 통과하는 시뮬레이션을 수행하여 제어 목표에 따른 성능을 평가한다.

실험 결과

연구 질문

• RQ1 FIFO 제약 조건을 완화함으로써 비대칭 도심 교차로에서 교통 흐름은 얼마나 향상되는가?
• RQ2 교차로에서 CAV 협업 시 에너지 최소화와 흐름 극대화 사이의 상충 관계는 어떠한가?
• RQ3 다양한 교통 밀도 조건 하에서 동적 재정렬은 주행 시간과 연료 소비에 어떤 영향을 미치는가?
• RQ4 재정렬 과정의 계산 복잡도는 얼마이며, 실시간 온라인 구현에 적합한가?
• RQ5 종단 속도 제약 조건이 재정렬 프레임워크 성능에 미치는 영향은 어느 정도인가?

주요 결과

• 동적 재정렬은 비재정렬 사례 대비 약 34%의 주행 시간 단축을 이끌어내어 뚜렷한 흐름 향상 효과를 입증한다.
• 재정렬 과정에서 더 높은 종단 속도로 인해 에너지 소비가 증가함을 확인하여, 흐름과 에너지 효율성 사이의 본질적 상충 관계를 확인한다.
• 다른 문제 설정에서 사례 4와 5는 주행 시간 단축과 중간 수준의 연료 소비 사이에서 가장 균형 잡힌 성능을 달성한다.
• 낮은 교통 밀도 조건(λ = 0.1 veh/s)에서는 차량 간 상호작용이 감소하여 제어 설정에 따른 주행 시간 변화가 덜 민감하다.
• 재정렬의 계산 복잡도는 유한하며 레인 수에 비례하여 증가하므로 실시간 온라인 구현에 적합하다.
• 경미한 교통 밀도 조건에서는 재귀적 종단 시간 구조가 손상되어 초기 속도 설정이 전체 성능에 미치는 영향이 줄어든다.