[논문 리뷰] Enabling Mixed Autonomy Traffic Control

Matthew Nice, Matt Bunting외 9명|arXiv (Cornell University)|2023. 10. 28.

Traffic control and management인용 수 4

한 줄 요약

이 논문은 실생활 고속도로 환경에서 혼합 자율주행 교통 흐름을 공동으로 제어할 수 있도록 100대의 일반 소비자용 연결형 자율주행차(CAVs)를 지원하는 확장 가능하고 저비용의 오픈소스 플랫폼을 제시한다. 시스템은 1,022시간 동안 총 22,752마일의 데이터 수집을 달성하였으며, 실시간 데이터 전송 및 실시간 허브 모니터링을 통해 현장에서 대규모 사이버-물리 시스템 연구를 가능하게 하였다.

ABSTRACT

We demonstrate a new capability of automated vehicles: mixed autonomy traffic control. With this new capability, automated vehicles can shape the traffic flows composed of other non-automated vehicles, which has the promise to improve safety, efficiency, and energy outcomes in transportation systems at a societal scale. Investigating mixed autonomy mobile traffic control must be done in situ given that the complex dynamics of other drivers and their response to a team of automated vehicles cannot be effectively modeled. This capability has been blocked because there is no existing scalable and affordable platform for experimental control. This paper introduces an extensible open-source hardware and software platform, enabling a team of 100 vehicles to execute several different vehicular control algorithms as a collaborative fleet, composed of three different makes and models, which drove 22752 miles in a combined 1022 hours, over 5 days in Nashville, TN in November 2022.

연구 동기 및 목표

• 실생활 조건에서 혼합 자율주행 교통 제어를 위한 확장 가능하고 저비용 플랫폼의 부족을 해결하기 위해.
• 최소한의 하드웨어 및 소프트웨어 수정으로 일반 차량을 사용하여 공공도로에서 대규모 CAV 배치를 가능하게 하기 위해.
• 실시간 현장 실험을 위한 실시간 데이터 수집 및 모니터링 파이프라인을 개발하기 위해.
• 수동 조작을 최소화하고 시스템 신뢰성을 극대화하여 사이버-물리 시스템 연구의 민첩한 개발 및 배포 주기 지원을 위해.
• SAE Level 4+ 하드웨어가 필요 없이도 저비용, 오픈소스 구성 요소를 통해 혼합 자율주행 환경에서 유기적으로 협업하는 교통 제어를 실현할 수 있는지를 입증하기 위해.

제안 방법

• 실시간 차량 제어 및 연결 기능을 가능하게 하기 위해, 커스터마이징된 오픈소스 하드웨어 및 소프트웨어 플랫폼으로 일반 SAE Level 1-2 차량을 확장하였다.
• 테네시 내슈빌의 I-24 고속도로 5마일 구간에 세 가지 브랜드 및 모델의 이질적인 100대의 차량 페어를 운영하였다.
• 모든 차량에서 실시간으로 하드웨어 및 소프트웨어 장애를 탐지하고 진단하기 위해 실시간 시스템 모니터링 도구(PiStatus)를 구현하였다.
• 강화된 무선 액세스 포인트와 암호화된 키 쌍을 사용하여 자동화된 데이터 전송을 구현하였으며, 매시간 클라우드 스토리지(Cyverse)에 CAN, GPS, ROS 배그파일, 도어캠 영상 등 총 13.7TB의 데이터를 동기화하였다.
• 핵심 기능인 배터리 모니터링은 자동화하고, 비핵심 작업은 표준 절차를 통해 관리함으로써 수동 노동을 최소화하기 위한 프로세스 자동화 균형을 구현하였다.
• 수집 후 몇 시간 내에 최신 데이터를 확보함으로써 동적 컨트롤러 업데이트를 가능하게 하여 현장 배포에서의 빠른 반복을 지원하였다.

실험 결과

연구 질문

• RQ1 100대의 저비용, 일반 소비자용 연결형 자율주행차가 실생활 혼합 자율주행 교통 환경에서 대규모로 배치될 수 있는가?
• RQ2 대규모 현장 배포에서 데이터 무결성과 운영 신뢰성을 확보하기 위해 자동화된 데이터 전송 및 실시간 시스템 모니터링을 어떻게 구현할 수 있는가?
• RQ3 현장에서 대규모 이질적 CAV 페어를 유지하기 위해 프로세스 기반 관리와 자동화 사이의 상호 보완적 타협은 어떤가?
• RQ4 SAE Level 4+ 하드웨어가 필요 없이도 오픈소스 소프트웨어와 오프더쇼프 구성 요소를 통해 어떻게 유기적인 협업 기반의 교통 제어를 실현할 수 있는가?
• RQ5 지속적인 현장 운영 중에 예기치 않은 하드웨어 고장과 동적인 환경 조건은 시스템이 어떻게 대응하는가?

주요 결과

• 이 플랫폼은 1,022시간 동안 실생활 고속도로 교통 환경에서 100대의 연결형 자율주행차가 공동으로 운행하도록 성공적으로 지원하였다.
• 총 22,752마일의 주행 데이터가 수집되었으며, 이는 CAN, GPS, ROS 배그파일, 도어캠 영상 등을 포함한 고해상도 데이터 총 13.7테라바이트에 달하였다.
• 클라우드 스토리지에 매시간 안정적으로 동기화되는 보안성 확보된 자동 데이터 전송을 통해 지속적이고 신뢰할 수 있는 데이터 백업이 이루어졌으며, 이는 배포 후 신속한 분석을 가능케 하였다.
• PiStatus 실시간 모니터링 시스템은 SD 카드 문제, 느슨한 케이블, 고전력 사이클링 조건에서의 UPS 보드 이질성 등 다양한 하드웨어 및 소프트웨어 장애를 탐지하고 해결하는 데 필수적이었다.
• 표준 절차와 목표 지향적 자동화의 균형을 통해 운영 안정성이 확보되었으며, 현장 운영 중 도메인 전문가 의존도가 감소하였다.
• 이 배치를 통해 저비용 일반 차량을 최소한의 수정으로 사용하여도 대규모 실생활 혼합 자율주행 교통 제어가 가능함을 입증하였다.