[논문 리뷰] A Grouping Based Cooperative Driving Strategy for CAVs Merging Problems

Huile Xu, Shuo Feng외 2명|arXiv (Cornell University)|2018. 04. 04.

Traffic control and management참고 문헌 12인용 수 7

한 줄 요약

이 논문은 연결형 자율 주행 차량(CAV)이 유턴 진입로에서 융합할 때 계산 시간을 줄이기 위해 차량 간 간격이 작을 경우(임계값 이하)의 차량들의 통과 순서를 고정함으로써 해법 공간을 축소시키는 군집 기반 협동 주행 전략을 제안한다. 이 방법은 계획 기반 방법보다 훨씬 낮은 계산 시간으로 근사 전역 최적의 협동 성능를 달성하며, 즉각적인 구현에 적합한 실시간 구현에 유용하다.

ABSTRACT

In general, there are two kinds of cooperative driving strategies, planning based strategy and ad hoc negotiation based strategy, for connected and automated vehicles (CAVs) merging problems. The planning based strategy aims to find the global optimal passing order, but it is time-consuming when the number of considered vehicles is large. In contrast, the ad hoc negotiation based strategy runs fast, but it always finds a local optimal solution. In this paper, we propose a grouping based cooperative driving strategy to make a good tradeoff between time consumption and coordination performance. The key idea is to fix the passing orders for some vehicles whose inter-vehicle headways are small enough (e.g., smaller than the pre-selected grouping threshold). From the viewpoint of optimization, this method reduces the size of the solution space. A brief analysis shows that the sub-optimal passing order found by the grouping based strategy has a high probability to be close to the global optimal passing order, if the grouping threshold is appropriately chosen. A series of simulation experiments are carried out to validate that the proposed strategy can yield a satisfied coordination performance with less time consumption and is promising to be used in practice.

연구 동기 및 목표

• CAV 융합 시나리오에서 계산 복잡도와 협동 성능 간의 상충 관계를 해결하기 위해.
• 작은 차량 간 간격을 가진 차량들을 군집화하여 CAV 융합에서 가능한 통과 순서의 해법 공간을 축소하기 위해.
• 전역 최적화 방법에 비해 계산 시간을 크게 줄이면서도 높은 협동 품질을 유지하는 전략을 개발하기 위해.
• 다양한 교통 조건에서 제안된 전략의 성능을 계획 기반 및 즉각적 협상 기반 전략과 비교 평가하기 위해.
• 군집 기반 전략이 실시간 융합 응용에 실현 가능하다는 것을 검증하기 위해.

제안 방법

• 차량 간 간격에 따라 차량을 군집화하며, 간격이 사전 정의된 군집화 임계값 이하일 경우, 내부 통과 순서가 고정된 단일 단위로 간주한다.
• 군집 크기와 최대 계산 시간을 제어하기 위해 군집화 임계값을 적응적으로 조정한다.
• 최대 군집 수를 제한하여 시간 소비를 극복하고 실시간 실행 가능성을 확보한다.
• 각 군집 내 차량의 순서를 고정시킴으로써 해법 공간을 축소하고, 빠른 부분 최적 해 탐색을 가능하게 한다.
• 이론적 분석을 통해 적절한 임계값을 선택할 경우 부분 최적 해가 전역 최적 해에 매우 가까울 가능성이 높다는 것을 보여준다.
• 운동 계획은 일정 가속도, 감속 또는 일정 속도 단계를 포함하는 운동학 기반 궤적 생성 방식을 사용하여 실현 가능한 궤적을 계산한다.

실험 결과

연구 질문

• RQ1 군집 기반 전략은 계산 시간을 크게 줄이고도 CAV 융합에서 근사 전역 최적의 협동 성능를 달성할 수 있는가?
• RQ2 군집 기반 전략은 계획 기반 및 즉각적 협상 기반 전략과 비교해 지연 시간과 계산 소비 시간 측면에서 어떻게 다른가?
• RQ3 차량 도착률을 변화시켰을 때 제안된 전략의 성능에 어떤 영향을 미치는가?
• RQ4 군집 기반 전략의 성능는 군집화 임계값의 선택에 얼마나 민감한가?
• RQ5 제안된 전략는 실시간 구현에 충분히 계산 효율적이면서도 높은 협동 품질을 유지할 수 있는가?

주요 결과

• 군집 기반 전략은 계획 기반 전략보다 평균 차량당 지연 시간이 0.04초 적어, 거의 동일한 협동 성능를 보였다.
• 도착률이 0.3 veh/(lane·s)일 경우, 계획 기반 전략은 한 계획 주기당 11초 이상 소요되었지만, 군집 기반 전략은 40ms 이내에 완료되었다.
• 도착률이 0.25 veh/(lane·s)일 경우, 즉각적 협상 기반 전략의 평균 지연 시간은 군집 기반 전략의 두 배 이상이었으며, 이는 열악한 협동 성능를 의미한다.
• 모든 테스트된 도착률에서 군집 기반 전략은 높은 협동 품질을 유지하며 뛰어난 안정성을 보였다.
• 군집화를 통해 해법 공간 크기를 줄임으로써, 근사 전역 최적 해에 매우 높은 확률로 도달할 수 있는 빠른 부분 최적 해 탐색이 가능해졌다.
• 낮은 계산 시간과 높은 교통 효율성의 균형을 이룬다는 점에서, 이 전략은 실용적인 대안으로 권장된다.