[논문 리뷰] Modeling and simulation of adaptive cruise control system

Yuncheng Jiang|arXiv (Cornell University)|2020. 08. 04.

Traffic control and management참고 문헌 25인용 수 7

한 줄 요약

이 논문은 실시간 교통 조건에 따라 조정되는 적응형 Q 및 R 매개변수를 갖는 시간에 따라 변하는 선형 제곱조절기(LQR)를 제안한다. 제약 조건은 단계-식물 방법을 사용하고 최적화는 계수 감소법을 사용한다. 또한 마르코프 상태와 행동 페널티를 기반으로 한 Q-함수를 사용하는 데이터 기반 제어기를 도입하였으며, 최소 오차 방법을 통해 최소화하고 비선형 회귀 이론으로 안정성을 보장한다. 시뮬레이션 및 차량 테스트를 통해 기존의 제어기들보다 뛰어난 성능을 입증하였다.

ABSTRACT

In this report, linear quadratic regulator is used to design adaptive cruise control system. In the regulator, Q and R parameters vary with time according to current traffic situations. Phase-plant method is used to give constraints on Q and R parameters, and coefficient descent method is applied to solve for the constrained optimization problem. Meanwhile, data based controller design method is also introduced in this paper, where the time vary vehicle dynamic parameters are no longer considered. Q-function, which consists of Markovian state and action penalty, is introduced to indicate the cost function. According to current traffic states, Q-function is generalized and minimized by directly using least error method, whose stability is ensured by nonlinear regression theory. Simulation is conducted and results show the advantages of using time varying parameter linear quadratic regulator over other controller discussed in this paper. Vehicle tests are also conducted to ensure the feasibility and efficiency of the controller.

연구 동기 및 목표

• 변하는 교통 조건에 동적으로 대응할 수 있는 적응형 크루즈 컨트롤 시스템을 개발한다.
• 실시간 교통 상태에 따라 LQR 가중치 행렬(Q 및 R)을 변화시켜 제어 성능을 향상시킨다.
• 제약 조건 최적화 기법을 사용하여 매개변수 선택의 안정성과 최적성을 확보한다.
• 차량 동역학을 명시적으로 모델링하지 않는 데이터 기반 제어기 설계를 탐색한다.
• 시뮬레이션 및 실제 차량 테스트를 통해 제어기의 실현 가능성과 효율성을 검증한다.

제안 방법

• 현재 교통 조건에 따라 Q 및 R 행렬을 동적으로 갱신하는 시간에 따라 변하는 LQR를 설계한다.
• Q 및 R에 제약 조건을 적용하기 위해 단계-식물 방법을 적용하여 시스템의 안정성과 성능을 보장한다.
• Q 및 R 조정을 위한 제약 조건 최적화 문제를 해결하기 위해 계수 감소법을 사용한다.
• 마르코프 상태와 행동 페널티를 조합하여 비용 함수를 표현하는 Q-함수를 기반으로 한 데이터 기반 제어기를 도입한다.
• Q-함수를 일반화하고 최소 오차 방법을 사용하여 최소화하며, 비선형 회귀 이론으로 안정성을 보장한다.
• 제어기 성능과 강건성을 평가하기 위해 시뮬레이션 및 실제 차량 테스트를 실시한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 다양한 교통 조건 하에서 적응형 크루즈 컨트롤 성능을 향상시키기 위해 LQR 매개변수(Q 및 R)를 동적으로 조정할 수 있는가?
• RQ2 시간에 따라 변하는 LQR 설계에서 안정성과 최적성을 확보하기 위해 필요한 제약 조건은 무엇인가?
• RQ3 Q-함수 기반의 데이터 기반 제어기는 시간에 따라 변하는 차량 동역학을 명시적으로 모델링하지 않고도 비용을 최소화할 수 있는가?
• RQ4 비선형 회귀 이론을 사용한 최소 오차 방법은 데이터 기반 제어기 설계에서 안정성을 어떻게 보장하는가?
• RQ5 시뮬레이션 및 실제 테스트에서 제안된 적응형 LQR 및 데이터 기반 제어기의 비교 성능는 어떠한가?

주요 결과

• 시간에 따라 변하는 LQR에 적응형 Q 및 R 매개변수를 적용한 결과, 시뮬레이션에서 동적 교통 조건 하에서도 응답성과 안정성이 향상되어 다른 제어기들보다 뛰어난 성능을 보였다.
• 단계-식물 방법은 Q 및 R 행렬에 효과적으로 제약 조건을 적용하여 실시간 매개변수 조정에서 강건성과 실현 가능성을 확보하였다.
• 데이터 기반 제어기는 차량 동역학 매개변수를 모델링하지 않고도 안정적인 성능을 달성하였으며, 최소 오차 방법을 통한 Q-함수 최소화에 기반한다.
• 비선형 회귀 이론에 의해 데이터 기반 제어기의 안정성이 수학적으로 보장되어 실용적 구현을 지원한다.
• 차량 테스트를 통해 제안된 제어기가 실제 주행 환경에서 실현 가능하고 효율적임을 확인하였다.
• 시뮬레이션 결과, 적응형 LQR는 고정 매개변수 LQR 및 기타 기준 대비 간격 오차를 감소시키고 추적 정확도를 향상시켰다.