[논문 리뷰] Design and Implementation of Ecological Adaptive Cruise Control for Autonomous Driving with Communication to Traffic Lights

Sangjae Bae, Yeojun Kim외 3명|arXiv (Cornell University)|2018. 10. 29.

Traffic control and management참고 문헌 10인용 수 4

한 줄 요약

이 논문은 실시간 교통신호 주기 및 시간(SPaT) 데이터를 활용하여 생태 주행과 적응형 크루이즈 컨트롤(ACC)을 통합한 에코-ACC 컨트롤러를 제안한다. 이는 연료 소비를 최소화하면서 충돌과 빨간불 위반을 방지한다. 녹색파동 조율을 위한 확률적 제약 최적 제어와 모델 예측 제어 기반 ACC를 조합함으로써, 8개의 신호등이 있는 2.6km 도심 노선에서 실제 주행 테스트에서 41%의 연료 절감을 달성한다.

ABSTRACT

This paper presents the design and implementation results of an ecological adaptive cruise controller (ECO-ACC) which exploits driving automation and connectivity. The controller avoids front collisions and traffic light violations, and is designed to reduce the energy consumption of connected automated vehicles by utilizing historical and real-time signal phase and timing data of traffic lights that adapt to the current traffic conditions. We propose an optimization-based generation of a reference velocity, and a velocity-tracking model predictive controller that avoids front collisions and violations. We present an experimental setup encompassing the real vehicle and controller in the loop, and an environment simulator in which the traffic flow and the traffic light patterns are calibrated on real-world data. We present and analyze simulation and experimental results, finding a significant potential for energy consumption reduction, even in the presence of traffic.

연구 동기 및 목표

• 연결 차량 기술을 활용한 실세계 교통 조건에서 생태 주행 컨트롤러의 실험적 검증 부족을 메우기 위해.
• 에너지 효율적인 생태 주행과 안전 중심의 적응형 크루이즈 컨트롤을 통합하여 연료 효율성과 충돌 방지를 균형 잡히게 하기 위해.
• 과거 및 실시간 SPaT 데이터를 활용해 신호등이 있는 교차로를 통과하는 차량 속도 궤적을 최적화하는 실시간 제어 프레임워크를 개발하기 위해.
• 오프라인 계획의 한계를 극복하기 위해 교통 지연에 강건한 온라인, 후행-수렴 시간 제어기 구현을 위해.
• 캘리포니아 아크라디아에서 확보한 실제 차량 및 교통 데이터를 사용해 하드웨어-인-더-루프 설정에서 컨트롤러를 검증하기 위해.

제안 방법

• 효율적 빨간불 지속 시간의 불확실성을 다루기 위해 확률적 제약 최적 제어를 활용해 생태 주행 문제를 수립한다.
• 충돌 방지 및 신호등 준수를 보장하기 위해 ACC 레이어에 대해 모델 예측 제어(MPC) 프레임워크를 설계한다.
• 이중 레이어 제어 아키텍처를 구현한다: 고수준 생태 주행 컨트롤러가 기준 속도 프로파일을 생성하고, 저수준 ACC가 이를 추적한다.
• Sensys Networks에서 확보한 실제 SPaT 데이터를 사용해 고정밀 시뮬레이터에서 신호등 패턴과 교통 흐름을 校정한다.
• 플러그인 하이브리드 전기차를 활용한 하드웨어-인-더-루프 설정에서 컨트롤러를 구현하며, 실시간 차량 동역학 및 교통 신호 시뮬레이터와의 통신을 통합한다.
• 동적 프rogram밍을 적용해 사전에 최적의 속도 프로파일을 오프라인으로 계산하고, 온라인 후행-수렴 시간 솔루션과 비교한다.

실험 결과

연구 질문

• RQ1 온라인 에코-ACC 컨트롤러는 실도심 교통에서 안전성과 신호등 준수를 확보하면서도 상당한 연료 절감을 달성할 수 있는가?
• RQ2 자유 흐름 및 혼잡한 교통 조건 하에서 온라인 및 오프라인 생태 주행 계획의 성능는 어떻게 다를까?
• RQ3 빨간불 지속 시간의 불확실성이 녹색파도 조율 전략의 신뢰성에 어느 정도 영향을 미치는가?
• RQ4 실시간 SPaT 데이터와 적응형 크루이즈 컨트롤의 통합은 기존 ACC 대비 에너지 효율성을 얼마나 향상시키는가?
• RQ5 예측 불가능한 교통 지연에 직면했을 때 오프라인 생태 주행 계획의 실용적 한계는 무엇인가?

주요 결과

• 에코-ACC 컨트롤러는 8개의 신호등이 있는 2.6km 도심 노선에서 기존의 ACC 전용 컨트롤러 대비 41%의 연료 소비 감소를 달성했다.
• 자유 흐름 조건에서는 온라인 및 오프라인 생태 주행 컨트롤러가 거의 동일한 속도 프로파일을 생성했으며, 이상 조건에서 오프라인 계획의 타당성을 확인했다.
• 교통이 존재하는 상황에서는 온라인 컨트롤러가 주변 차량으로 인한 지연에 적응했지만, 오프라인 컨트롤러는 완전히 실패하여 차량이 정지 상태에 머물렀다.
• 에코-ACC 적용 시 평균 차량 속도는 0.73 m/s 감소하고 표준편차는 1.16 m/s 감소하여 더 부드럽고 안정적인 주행을 확인했다.
• ACC 컨트롤러가 전방 차량과의 거리를 균형 잡는 과정에서 최소한의 진동(Chattering)이 발생했으며, 동시에 녹색파도 조율도 유지했다.
• 모든 교차로를 녹색 신호 단계에서 통과했으며, 시뮬레이션 및 실험 결과를 통해 빨간불 위반 없이 성공적으로 통과함을 입증했다.