[논문 리뷰] A Graph-based Conflict-free Cooperation Method for Intelligent Electric Vehicles at Unsignalized Intersections

Chaoyi Chen, Qing Xu외 7명|arXiv (Cornell University)|2021. 03. 26.

Traffic control and management참고 문헌 16인용 수 5

한 줄 요약

이 논문은 충돌 지향 그래프(CDG)와 공존 무방향 그래프(CUG)를 사용하여 신호등이 없는 교차로에서 지능형 전기자동차의 충돌 없는 조정을 위한 그래프 기반 방법을 제안한다. 국소 최적의 통과 순서를 위한 최적화된 깊이 우선 신장트리(OPT-DFST)와 전역 최적 스케줄링을 위한 최대 매칭(MM) 알고리즘을 도입하여, FIFO 기반 대비 평균 10.2%와 12.4%의 평균 추출 시간 단축을 이룩하였으며, 계산 복잡도가 낮고 SUMO 시뮬레이션을 통한 검증을 통해 높은 효율성을 입증하였다.

ABSTRACT

Electric, intelligent, and network are the most important future development directions of automobiles. Intelligent electric vehicles have shown great potentials to improve traffic mobility and reduce emissions, especially at unsignalized intersections. Previous research has shown that vehicle passing order is the key factor in traffic mobility improvement. In this paper, we propose a graph-based cooperation method to formalize the conflict-free scheduling problem at unsignalized intersections. Firstly, conflict directed graphs and coexisting undirected graphs are built to describe the conflict relationship of the vehicles. Then, two graph-based methods are introduced to solve the vehicle passing order. One method is an optimized depth-first spanning tree method which aims to find the local optimal passing order for each vehicle. The other method is a maximum matching algorithm that solves the global optimal problem. The computational complexity of both methods is also derived. Numerical simulation results demonstrate the effectiveness of the proposed algorithms.

연구 동기 및 목표

• 신호등이 없는 교차로에서 안전성과 이동성의 균형을 고려한 통합적이고 최적적이며 효율적인 차량 통과 순서 해결책이 부족한 문제를 해결하기 위해.
• 그래프 이론을 활용하여 충돌 없는 스케줄링 문제를 체계적으로 수식화하고 차량 간 상호작용을 체계적으로 모델링하기 위해.
• 기존 FIFO 전략을 초월하여 교통 효율성을 향상시키는 저복잡도 최적 솔루션을 개발하기 위해.
• 그래프 기반 최적화 기법을 통해 국소 및 전역 최적의 통과 순서 솔루션을 제공하기 위해.
• 수치 시뮬레이션과 정량적 성능 지표를 통한 제안된 방법의 검증을 위해.

제안 방법

• 충돌 지향 그래프(CDG)는 교차 및 분리 충돌 유형 기반으로 차량 간 충돌 관계를 모델링하여 체계적인 충돌 분석을 가능하게 한다.
• 공존 무방향 그래프(CUG)는 동시에 통과할 수 있는 차량을 표현하며, 최대 매칭 최적화의 기초가 된다.
• 최적화된 깊이 우선 신장트리(OPT-DFST) 방법은 충돌 유형을 분리하여 신장트리의 깊이를 감소시켜 낮은 계산 비용으로 국소 최적을 달성한다.
• 최대 매칭(MM) 방법은 동시에 통과할 수 있는 차량의 최대 집합을 찾아 전역 최적의 통과 순서를 계산함으로써 최소한의 추출 시간을 보장한다.
• 스패닝 트리를 기반으로 가상 플로티논 토폴로지를 수립하고, PID 제어를 통해 차량 간 일정한 간격과 속도를 유지한다.
• 제안된 방법들은 실제 전기차 성능과 이항 차량 도착 분포를 반영하여 SUMO에서 구현 및 평가되었다.

Figure 1 : Illustration of the traffic scenario.

실험 결과

연구 질문

• RQ1 무엇보다도, 무선 신호가 없는 교차로에서 차량 간 충돌 관계를 그래프 이론을 활용해 체계적으로 모델링하여 최적의 스케줄링을 가능하게 할 수 있는가?
• RQ2 그래프 기반 접근법이 FIFO 기반 방법을 초월하여 충돌 없는 운영과 교통 효율성을 동시에 달성할 수 있는가?
• RQ3 제안된 그래프 기반 방법의 계산 복잡도는 얼마이며, 차량 수 증가에 따라 어떻게 스케일링되는가?
• RQ4 최대 매칭 방법이 전역 최적의 통과 순서를 달성하는가? 그리고 동적 환경에서 국소 최적화와 비교해 볼 때 어떤가?
• RQ5 제안된 방법들이 대규모 차량 플로티논에서 추출 시간을 얼마나 줄이고 안정성을 향상시키는가?

주요 결과

• 84 辆 차량이 교차로에 진입할 경우, OPT-DFST 방법은 기준 FIFO 전략 대비 10.2%의 추출 시간 단축을 달성한다.
• 최대 매칭(MM) 방법은 OPT-DFST 대비 추가로 2.2%의 추출 시간 단축을 기록하여 FIFO 대비 총 12.4%의 개선을 이룩한다.
• MM 방법은 추출 시간의 표준편차가 가장 낮아 일관성과 강건성이 뛰어나며, 특히 차량 수가 많을 경우 두드러진다.
• OPT-DFST 및 MM 방법의 계산 복잡도가 유도되었으며, 실시간 적용에 적합한 효율성을 보였다.
• 시뮬레이션 결과, 두 방법 모두 충돌 없는 안정적인 차량 궤적을 생성하였고, 가상 플로티논을 통해 차량 간 원하는 간격과 속도를 유지함을 확인하였다.
• CDG 및 CUG의 활용은 충돌 유형과 동시에 통과 가능성의 정밀한 모델링을 가능하게 하여 최적 스케줄링의 기초를 마련하였다.

(a) Crossing Conflict