[논문 리뷰] Optimal Path Planning and Coordination for Connected and Automated Vehicles

Andreas A. Malikopoulos, Logan E. Beaver외 1명|arXiv (Cornell University)|2020. 03. 26.

Traffic control and management참고 문헌 28인용 수 9

한 줄 요약

이 논문은 교통 상황에서 연결형 자율 주행 차량(CAV) 간의 경로 계획과 제어를 조율하기 위해 탈중앙화된 이중 수준 최적화 프레임워크를 제안한다. 상위 수준은 혼잡도를 줄이기 위해 각 차량의 경로와 도착 시간을 최적화하며, 하위 수준은 속도에 따라 변하는 안전 거리 제약 조건과 시스템 한계를 만족하는 안전하고 최적의 제어 입력을 분석적 해법을 통해 계산한다. 기하학적 이중성에 의해 증명된 바, 실시간 적용이 가능하고 최적성이 보장되는 구조이다.

ABSTRACT

In this paper, we provide a decentralized theoretical framework for coordination of connected and automated vehicles (CAVs) in different traffic scenarios. The framework includes: (1) an upper-level optimization that yields for each CAV its optimal path, including the time, to pass through a given traffic scenario while alleviating congestion; and (2) a low-level optimization that yields for each CAV its optimal control input (acceleration/deceleration) to achieve the optimal path and time derived in the upper-level. We provide a complete, analytical solution of the low-level optimization problem that includes the rear-end safety constraint, where the safe distance is a function of speed, in addition to the state and control constraints. Furthermore, we provide a geometric duality framework using hyperplanes to prove strong duality of the upper-level optimization problem. The latter implies that the optimal path and time for each CAV does not activate any of the state, control, and safety constraints of the low-level optimization, thus allowing for online implementation. We validate the effectiveness of the proposed theoretical framework through simulation.

연구 동기 및 목표

• 다양한 교통 상황에서 연결형 자율 주행 차량(CAV)을 조율하기 위한 탈중앙화된 이론적 프레임워크를 개발하는 것.
• 각 CAV의 경로와 교통 상황을 통과하는 시간을 최적화하여 교통 혼잡도를 최소화하는 것.
• 제어 최적화에 속도에 따라 변하는 안전 거리 제약 조건을 통합하여 후방 충돌 안전성을 확보하는 것.
• 상태 및 제어 제약 조건을 고려한 하위 수준 제어 문제에 대한 해석적 해를 제공하는 것.
• 기하학적 이중성 프레임워크를 활용해 상위 수준 최적화 문제에서 강한 이중성을 확립하여 온라인 적용 가능성을 보장하는 것.

제안 방법

• 혼잡도를 완화하기 위해 각 CAV의 최적 경로와 도착 시간을 결정하기 위한 상위 수준 최적화 문제를 수립한다.
• 상위 수준 경로와 시간을 추적하기 위해 최적의 가속/감속 입력을 계산하는 하위 수준 최적화를 개발한다.
• 후방 충돌 안전 제약 조건을 속도에 따라 변하는 안전 거리와 함께 명시적으로 포함하여 하위 수준 문제를 해석적으로 해결한다.
• 초평면을 활용한 기하학적 이중성 프레임워크를 적용하여 상위 수준 문제에서 강한 이중성을 증명한다.
• 최적 해가 하위 수준에서 상태, 제어 또는 안전 제약 조건을 활성화하지 않음을 입증하여 효율적인 온라인 계산을 가능하게 한다.
• 실제 교통 상황에서의 성능과 타당성을 평가하기 위해 시뮬레이션을 통해 프레임워크를 검증한다.

실험 결과

연구 질문

• RQ1 공유 교통 상황에서 연결형 자율 주행 차량은 어떻게 조율되어 혼잡도를 최소화할 수 있는가?
• RQ2 속도에 따라 변하는 안전 거리 제약 조건을 충족하면서도 안전하고 최적의 차량 경로를 확보하기 위한 분석적 제어 전략은 무엇인가?
• RQ3 경로 계획 최적화 문제에서 강한 이중성을 확립할 수 있는가? 이를 통해 제약 조건이 활성화되지 않는 최적 해를 보장할 수 있는가?
• RQ4 동적인 교통 조건과 차량 제약 조건이 존재하는 상황에서도 제안된 프레임워크는 어떻게 실시간으로 구현할 수 있는가?
• RQ5 기존의 조율 방법에 비해 혼잡도 감소 및 안전성 향상 측면에서 성능 향상은 어느 정도인가?

주요 결과

• 제안된 프레임워크는 탈중앙화된 이중 수준 최적화 구조를 통해 각 CAV의 최적 경로와 도착 시간 선택을 달성한다.
• 하위 수준 제어 문제는 모든 상태, 제어 및 후방 충돌 안전 제약 조건을 만족하는 완전한 해석적 해를 갖는다.
• 기하학적 이중성 프레임워크를 통해 상위 수준 문제에서 강한 이중성이 입증되어, 최적 해가 어떤 제약 조건도 활성화하지 않는다는 것을 의미한다.
• 이 이중성은 각 CAV의 최적 경로와 도착 시간이 제약 조건이 활성화되지 않도록 보장하므로 실시간으로 실행 가능하고 타당한 해임을 보장한다.
• 시뮬레이션 결과는 프레임워크가 다양한 교통 상황에서 혼잡도 감소와 안전성 유지에 효과적임을 확인한다.
• 해석적 해는 최적 경로에서 활성 제약 조건이 없기 때문에 온라인 적용이 가능하며, 계산 효율성을 보장한다.