[논문 리뷰] Rhythmic Control of Automated Traffic -- Part II: Grid Network Rhythm and Online Routing

Xi Lin, Meng Li외 3명|arXiv (Cornell University)|2020. 10. 12.

Traffic control and management참고 문헌 22인용 수 7

한 줄 요약

이 논문은 격자 네트워크에서 연결 및 자율 주행 차량(CAVs)을 위한 실시간 리듬 제어(RC) 프레임워크를 제안한다. 네트워크 리듬을 사전 정의하여 충돌 없는 가상 플로트를 형성하고, 온라인 라우팅 알고리즘을 통해 입구 시간과 시공간 경로를 최적화한다. 이 방법은 2,000 辆 차량에 대해 CPU 시간 0.3초 내에 거의 영역 지연을 달성하며, 기존 방법에 비해 뛰어난 계산 확장성과 성능 우수성을 입증한다.

ABSTRACT

Connected and automated vehicle (CAV) technology is providing urban transportation managers tremendous opportunities for better operation of urban mobility systems. However, there are significant challenges in real-time implementation, as the computational time of the corresponding operations optimization model increases exponentially with increasing vehicle numbers. Following the companion paper (Chen et al., 2020) which proposes a novel automated traffic control scheme for isolated intersections, this study proposes a network-level real-time traffic control framework for CAVs on grid networks. The proposed framework integrates a rhythmic control (RC) method with an online routing algorithm to realize collisionfree control of all CAVs on a network and achieve superior performance in average vehicle delay, network traffic throughput, and computational scalability. Specifically, we construct a preset network rhythm that all CAVs can follow to move on the network and avoid collisions at all intersections. Based on the network rhythm, we then formulate online routing for the CAVs as a mixed integer linear program, which optimizes the entry times of CAVs at all entrances of the network and their time-space routings in real time. We provide a sufficient condition that the linear programming relaxation of the online routing model yields an optimal integer solution. Extensive numerical tests are conducted to show the performance of the proposed operations management framework under various scenarios. It is illustrated that the framework is capable of achieving negligible delays and increased network throughput. Furthermore, the computational time results are also promising. The CPU time for solving a collision-free control optimization problem with 2,000 vehicles is only 0.3 s on an ordinary personal computer.

연구 동기 및 목표

• 높은 계산 복잡도를 가진 도시 네트워크에서 CAVs의 실시간 대규모 조정 문제를 해결하기 위해.
• 네트워크 전체 리듬과 온라인 라우팅을 통합한 확장성 있고 충돌 없는 제어 프레임워크를 개발하기 위해.
• 선형계획법(LP) 근사와 사전 지정된 네트워크 리듬을 활용하여 수천 대의 차량에 대한 계산 가능성을 확보하기 위해.
• 기존 제어 전략인 MP 및 FCFS와 비교하여 네트워크 처리량을 향상시키고 평균 차량 지연을 감소시키기 위해.
• 다양한 교통 수요 조건 하에서 프레임워크의 확장성과 성능에 대한 이론적 및 실증적 검증을 제공하기 위해.

제안 방법

• 모든 CAVs를 조율하기 위해 사전 정의된 네트워크 리듬을 설정하여 정지-출발 없이 이동하는 충돌 없는 가상 플로트를 형성한다.
• 네트워크 리듬을 기반으로 CAV 입구 시간과 시공간 경로를 최적화하기 위해 온라인 라우팅을 혼합정수선형계획문(MILP)으로 수식화한다.
• 최단경로 라우팅 모델의 선형계획법(LP) 근사가 최적의 정수해를 도출할 수 있는 충분조건을 유도하여 효율적인 계산을 가능하게 한다.
• LP 기반 근사 알고리즘을 사용하여 두 가지 온라인 라우팅 프rotocol—SPR(최단경로 라우팅) 및 MPR(다중경로 라우팅)—을 제안하고 해를 구한다.
• 불균형 수요, 일시적인 네트워크 내 대기, 네트워크 리듬 내 이질적인 블록 크기를 처리하기 위해 프레임워크를 확장한다.
• 다양한 수요 패턴 하에서 6×6 단방향 및 이방향 격자 네트워크에서의 수치 실험을 통해 계산 확장성을 검증한다.

실험 결과

연구 질문

• RQ1 리듬 제어 프레임워크는 실시간 계산 가능성을 확보하면서도 격자 네트워크에서 대규모 CAVs의 충돌 없는 조정을 보장할 수 있는가?
• RQ2 온라인 라우팅 모델의 LP 근사가 CAV 라우팅에 대해 최적의 정수해를 도출할 수 있는 조건는 무엇인가?
• RQ3 제안된 RC 프레임워크는 MP 제어 및 FCFS 제어에 비해 평균 지연, 처리량, 계산 시간 측면에서 어떻게 비교되는가?
• RQ4 네트워크 구조(단방향 대 이방향)가 다양한 교통 수요 조건 하에서 리듬 제어 성능에 미치는 영향은 무엇인가?
• RQ5 RC 프레임워크는 불균형 수요, 동적 플로트, 비격자형 네트워크 구조를 처리하기 위해 어떻게 확장될 수 있는가?

주요 결과

• 제안된 리듬 제어 프레임워크는 모든 시험 환경에서 거의 영역 지연을 달성하고 네트워크 교통 처리량을 크게 향상시킨다.
• 2,000 대의 CAVs를 포함한 네트워크에서 충돌 없는 제어 최적화 문제를 해결하는 데 표준 개인용 컴퓨터에서 CPU 시간이 0.3 초 뿐이 소요되어 강력한 계산 확장성을 입증한다.
• 유도된 충분조건 하에서 최단경로 라우팅 모델의 LP 근사가 최적의 정수해를 도출하므로 실시간 효율적인 계산이 가능하다.
• 단방향 격자 네트워크에서는 고수요 조건에서 특히 MP 제어에 비해 평균 지연과 처리량 측면에서 RC 프레임워크가 뛰어나다.
• 단방향 네트워크와 이방향 네트워크의 성능 격차는 한계를 드러내며, 단방향 네트워크는 지연을 감소시키지만 도착지까지의 회피 경로를 늘릴 수 있어 고수요 도시 지역에 더 적합하다.
• 비교 연구 결과 RC는 지연 감소 및 처리량 향상 측면에서 모두 MP 제어 및 적응형 라우팅을 갖춘 FCFS를 뛰어나는 성능을 보인다.