[논문 리뷰] Leveraging Vehicle Connectivity and Autonomy to Stabilize Flow in Mixed Traffic Conditions: Accounting for Human-driven Vehicle Driver Behavioral Heterogeneity and Perception-reaction Time Delay

Yujie Li, Sikai Chen외 4명|arXiv (Cornell University)|2020. 08. 10.

Traffic control and management참고 문헌 41인용 수 23

한 줄 요약

이 논문은 인간 운전 차량(HDV) 운전자의 행동 이질성과 인지-반응 시간 지연을 고려하여 혼합 교통 흐름을 안정화하기 위한 연결형 자율주행차(CAV) 제어기를 제안한다. 제어기는 유령 정체 형성을 감소시키고 안전성을 향상시키지만, HDV의 불확실성을 모델링할 경우 안정화 능력이 크게 떨어지므로, CAV 설계에 이러한 역학을 통합할 필요성이 있음을 시사한다.

ABSTRACT

The erratic nature of human driving tends to trigger undesired waves that amplify as successive driver reactions propagate from the errant vehicle to vehicles upstream. Known as phantom jams, this phenomenon has been identified in the literature as one of the main causes of traffic congestion. This paper is based on the premise that vehicle automation and connectivity can help mitigate such jams. In the paper, we design a controller for use in a connected and autonomous vehicle (CAV) to stabilize the flow of human-driven vehicles (HDVs) that are upstream of the CAV, and consequently to lower collision risk in the upstream traffic environment. In modeling the HDV dynamics in the mixed traffic stream, we duly consider HDV driver heterogeneity and the time delays associated with their perception reaction time. We can find that the maximum number of HDVs that a CAV can stabilize is lower when human drivers potential time delay and heterogeneity are considered, compared to the scenario where such are not considered. This result suggests that heterogeneity and time delay in HDV behavior impairs the CAVs capability to stabilize traffic. Therefore, in designing CAV controllers for traffic stabilization, it is essential to consider such uncertainty-related conditions. In our demonstration, we also show that the designed controller can significantly improve both the stability of the mixed traffic stream and the safety of both CAVs and HDVs in the stream. The results are useful for real-time calibration of the model parameters that characterize HDV movements in the mixed stream.

연구 동기 및 목표

• 행동 이질성과 인지-반응 시간 지연으로 인해 발생하는 인간 운전 차량(HDV)에 의한 교통 흐름의 불안정성 문제를 해결하기 위해.
• 혼합 교통 조건에서 상류의 HDV 교통 흐름을 안정화시키기 위한 연결형 자율주행차(CAV) 제어기를 설계하기 위해.
• HDV의 불확실성이 CAV가 안정화할 수 있는 최대 HDV 수에 미치는 영향을 정량화하기 위해.
• CAV 기반의 교통 안정화 제어기가 혼합 교통 흐름에서 안정성과 안전성을 향상시키는 데 효과적인지 입증하기 위해.

제안 방법

• 운전자별 인지-반응 시간 지연과 행동 이질성을 반영한 차량 추종 프레임워크를 사용하여 HDV 동역학을 모델링한다.
• 상류 HDV 간섭에 대응하여 간격과 속도를 조절하기 위해 피드백 제어 원리를 기반으로 CAV 제어기를 설계한다.
• 선형화된 안정성 분석을 통해 HDV의 불확실성이 시스템의 안정성 여유에 미치는 영향을 평가한다.
• 다양한 수준의 HDV 이질성과 시간 지연을 가진 혼합 교통 시나리오를 시뮬레이션하여 제어기 성능을 평가한다.
• 실시간 데이터를 사용하여 모델 파라미터를 校정하여 HDV 행동을 더 정확하게 표현한다.
• 다양한 불확실성 조건 하에서 비교 시뮬레이션을 통해 제어기의 효과성을 검증한다.

실험 결과

연구 질문

• RQ1 운전자 행동의 이질성은 CAV가 상류 교통 흐름을 안정화시키는 능력에 어떤 영향을 미치는가?
• RQ2 HDV의 인지-반응 시간 지연은 CAV가 안정화할 수 있는 차량 수에 어떤 영향을 미치는가?
• RQ3 HDV의 불확실성을 통합할 경우 CAV 기반 교통 안정화 제어기의 성능은 어떻게 변화하는가?
• RQ4 제안된 제어기는 혼합 교통 흐름에서 안정성과 안전성을 어느 정도 향상시킬 수 있는가?
• RQ5 실제 HDV 동역학을 반영하기 위해 실시간 校정이 필요한 주요 모델 파라미터는 무엇인가?

주요 결과

• 인지-반응 시간 지연과 행동 이질성을 고려할 경우, 이상적인 시나리오에서와 비교해 CAV가 안정화할 수 있는 HDV 최대 수가 크게 감소한다.
• HDV의 불확실성을 통합할 경우 CAV의 안정화 능력이 감소함을 확인하여, 실제 운전자의 변동성이 제어 전략의 효과성에 제한을 가한다는 것을 시사한다.
• 제안된 제어기는 혼합 교통 환경에서 교통 흐름의 안정성을 향상시키고 충돌 위험을 감소시키는 데 성공했다.
• 높은 수준의 HDV 이질성과 시간 지연 조건에서도 제어기는 안정성을 유지하지만, 성능은 감소한다.
• 실시간으로 HDV 모델 파라미터를 校정하는 것이 동적인 교통 조건에서 정확한 표현과 효과적인 제어를 위해 필수적이다.