[논문 리뷰] Designing, simulating, and performing the 100-AV field test for the CIRCLES consortium: Methodology and Implementation of the Largest mobile traffic control experiment to date

Mostafa Ameli, Sean Mcquade외 21명|arXiv (Cornell University)|2024. 04. 23.

Traffic control and management인용 수 4

한 줄 요약

이 논문은 내슈빌의 I-24에서 100대의 연결형 자율주행차(AV)를 동원해 실시한, 지금까지 가장 큰 실시간 모바일 교통통제 실험인 MegaVanderTest를 설계하고 시뮬레이션하며 실행하기 위한 방법론을 제시한다. 실세계 교통 동역학을 정확히 재현할 수 있는 校정된 에이전트기반 마이크로시뮬레이션 프레임워크를 도입하여, AV 컨트롤러의 평가와 안정적인 배치를 가능하게 하여 정체를 줄이고 정류파를 완화한다.

ABSTRACT

Previous controlled experiments on single-lane ring roads have shown that a single partially autonomous vehicle (AV) can effectively mitigate traffic waves. This naturally prompts the question of how these findings can be generalized to field operational, high-density traffic conditions. To address this question, the Congestion Impacts Reduction via CAV-in-the-loop Lagrangian Energy Smoothing (CIRCLES) Consortium conducted MegaVanderTest (MVT), a live traffic control experiment involving 100 vehicles near Nashville, TN, USA. This article is a tutorial for developing analytical and simulation-based tools essential for designing and executing a live traffic control experiment like the MVT. It presents an overview of the proposed roadmap and various procedures used in designing, monitoring, and conducting the MVT, which is the largest mobile traffic control experiment at the time. The design process is aimed at evaluating the impact of the CIRCLES AVs on surrounding traffic. The article discusses the agent-based traffic simulation framework created for this evaluation. A novel methodological framework is introduced to calibrate this microsimulation, aiming to accurately capture traffic dynamics and assess the impact of adding 100 vehicles to existing traffic. The calibration model's effectiveness is verified using data from a six-mile section of Nashville's I-24 highway. The results indicate that the proposed model establishes an effective feedback loop between the optimizer and the simulator, thereby calibrating flow and speed with different spatiotemporal characteristics to minimize the error between simulated and real-world data. Finally, We simulate AVs in multiple scenarios to assess their effect on traffic congestion. This evaluation validates the AV routes, thereby contributing to the execution of a safe and successful live traffic control experiment via AVs.

연구 동기 및 목표

• 실제 고속도로 환경에서 100대의 연결형 자율주행차(AV)를 포함한 지금까지 가장 큰 이동식 교통통제 실험을 설계하고 실행하는 것.
• 혼잡도가 높은 실세계 교통 환경에서 정류파를 완화하는 데에 AV가 미치는 영향을 평가하는 것.
• 실세계 교통 동역학을 정확히 반영할 수 있는 校정된 에이전트기반 마이크로시뮬레이션 프레임워크를 개발하여 실험 전 컨트롤러 테스트 및 검증을 가능하게 하는 것.
• 시뮬레이션과 실제 교통 흐름 및 속도 데이터 간의 격차를 최소화하기 위해 시뮬레이터와 최적화기 간 피드백 루프를 구축하는 것.
• 실시간 배포 전에 시뮬레이션을 통해 AV 경로와 제어 전략을 검증하여 안전성과 실험 성공을 보장하는 것.

제안 방법

• 인간 운전 차량(HDVs)과 AV가 혼합된 교통을 모델링하기 위해 에이전트기반 교통 시뮬레이션 프레임워크를 개발하였다.
• I-2차 고속도로 6마일 구간의 실세계 데이터를 활용하여 시뮬레이션 파라미터를 校정하고 관측된 흐름 및 속도 프로파일과 일치시키는 새로운 校정 프레임워크를 제안하였다.
• 시뮬레이터와 최적화기 간 피드백 루프를 구현하여 시뮬레이션된 교통 특성과 실제 교통 특성 간 오차를 최소화하였다.
• Mobile Century 실험의 GPS 데이터 및 기타 현장 측정 자료를 활용하여 마이크로시뮬레이션 모델을 정교화하고 검증하였다.
• 실시간 배포 전에 AV 제어 시나리오를 여러 개 시뮬레이션하여 교통파동 감쇠 및 정체 감소에 미치는 영향을 평가하였다.
• 컨트롤러 설계를 시뮬레이션 기반 검증과 통합하여, AV 기반 교통통제의 안전하고 효과적인 실세계 구현을 보장하였다.

실험 결과

연구 질문

• RQ1 100대의 AV를 포함한 대규모 실시간 실험은 실제 고속도로 조건에서 정류파를 효과적으로 완화할 수 있는가?
• RQ2 교정된 마이크로시뮬레이션 프레임워크는 AV 컨트롤러의 배포 전 테스트를 위해 실세계 교통 동역학을 정확히 재현할 수 있는가?
• RQ3 혼합교통 환경에서 측정 가능한 정체 감소를 달성하기 위해 필요한 AV 침투율은 얼마인가?
• RQ4 시뮬레이션과 최적화 간 피드백 루프는 교통 흐름 및 속도 예측의 정밀도를 어떻게 향상시키는가?
• RQ5 플라토oning 구조로 운행하는 AV는 에너지 소비를 얼마나 줄이고 교통 안정성을 얼마나 향상시킬 수 있는가?

주요 결과

• 교정된 마이크로시뮬레이션 프레임워크는 시뮬레이션된 데이터와 실세계 교통 데이터 간 오차를 효과적으로 최소화하여 I-24의 흐름 및 속도 프로파일을 정확히 재현하였다.
• 최적화기와 시뮬레이터 간 피드백 루프를 통해 교통 동역학을 정밀하게 校정할 수 있었으며, 이는 AV 제어 시나리오의 현실성 향상에 기여하였다.
• 시뮬레이션 결과는 AV 경로와 제어 전략의 타당성을 검증하여 실시간 실험의 안전하고 성공적인 실행을 뒷받침하였다.
• 실험을 통해 AV가 혼잡도가 높은 실세계 조건에서도 교통파동을 효과적으로 완화할 수 있음을 입증하였으며, 이는 통제된 고리형 도로 실험의 결과를 확장한 것이다.
• 이 방법론은 AV를 활용한 대규모 실시간 교통통제 실험의 설계 및 실행을 위한 확장 가능하고 재현 가능한 프레임워크를 제공한다.
• 결과는 혼합교통 환경에서 AV를 활성 교통통제 수단으로 활용하여 정체를 감소시키고 에너지 효율성을 향상시킬 수 있음을 뒷받침한다.