[논문 리뷰] Safe Adaptive Cruise Control with Road Grade Preview and V2V Communication

Roya Firoozi, Shima Nazari외 3명|arXiv (Cornell University)|2018. 10. 21.

Traffic control and management참고 문헌 13인용 수 9

한 줄 요약

이 논문은 고정밀 지ap 정보와 V2V 통신을 통해 전방 차량 운동을 예측하고, 도로 경사도 사전 정보를 활용하여 보다 안전하고 적응적인 크루즈 컨트롤(ACC) 시스템을 제안한다. 이로 인해 보다 보수적이지 않은 강력한 제어 불변 집합을 확보함으로써 보장된 안전성을 달성한다. 모델 예측 제어(MPC) 기반 컨트롤러는 속도 추적 모드와 거리 추적 모드 사이에서 매끄럽고 자동으로 전환되며, 안전성, 편안함, 에너지 효율성을 향상시킨다. 시뮬레이션 결과, 도로 경사도 사전 정보가 없는 기준 컨트롤러 대비 총 비용이 31.6% 감소한 것으로 나타났다.

ABSTRACT

We present the design of a safe Adaptive Cruise Control (ACC) which uses road grade and lead vehicle motion preview. The ACC controller is designed by using a Model Predictive Control (MPC) framework to optimize comfort, safety, energy-efficiency and speed tracking accuracy. Safety is achieved by computing a robust invariant terminal set. The paper presents a novel approach to compute such set which is less conservative than existing methods. The proposed controller ensures safe inter-vehicle spacing at all times despite changes in the road grade and uncertainty in the predicted motion of the lead vehicle. Simulation results compare the proposed controller with a controller that does not incorporate prior grade knowledge on two scenarios including car-following and autonomous intersection crossing. The results demonstrate the effectiveness of the proposed control algorithm.

연구 동기 및 목표

• 동적 주행 조건 하에서 안전성, 편안함, 에너지 효율성을 보장하는 적응형 크루즈 컨트롤 시스템을 설계하는 것.
• 크루즈 컨트롤과 적응형 크루즈 컨트롤 모드 간의 공격적인 전환을 제거하고, 매끄럽고 자동적인 모드 전환을 가능하게 하는 것.
• 실시간 도로 경사도 및 전방 차량 궤적 사전 정보를 활용하여 안전 보증의 보수성을 줄이는 것.
• 강력한 제어 불변 집합 프레임워크 내에서 V2V 및 지ap 기반 경사도 데이터를 예측적으로 활용하여 컨트롤러 성능을 향상시키는 것.

제안 방법

• 안전성, 편안함, 에너지 효율성, 속도 추적을 최적화하는 모델 예측 제어(MPC) 문제로 ACC를 수립한다.
• 실시간 도로 경사도와 예측된 전방 차량 운동에 따라 의존하는 강력한 제어 불변 종료 집합을 수치적 방법으로 계산한다.
• 고정밀 지도에서의 도로 경사도 사전 정보와 V2V 통신을 통한 향후 전방 차량 상태 궤적 정보를 통합하여 보수성을 감소시킨다.
• 계산된 제어 불변 집합을 기반으로 종료 제약 조건을 정의하여 항상 재귀적 타당성과 안전성을 확보한다.
• 이산적 전환 없이 속도 추적과 거리 추적 모드 사이를 자동으로 전환할 수 있는 통합 제어 프레임워크를 구현한다.
• Google Elevation API와 실제 주행 트레이서 데이터를 활용한 PreScan 시뮬레이션을 통해 컨트롤러를 검증한다. 시뮬레이션은 실제적인 사인파 형태의 속도 및 경사도 프로파일을 사용한다.

실험 결과

연구 질문

• RQ1 도로 경사도와 전방 차량 운동 사전 정보는 적응형 크루즈 컨트롤의 안전성과 성능에 어떻게 기여하는가?
• RQ2 사전 정보의 영향을 받는 제어 불변 집합의 보수성은 어떻게 변화하는가?
• RQ3 단일 MPC 컨트롤러가 이산적 전환 없이 크루즈 컨트롤과 적응형 크루즈 컨트롤 모드 사이를 원활하고 안전하게 전환할 수 있는가?
• RQ4 도로 경사도 사전 정보가 없는 기준 컨트롤러와 비교할 때, 제안된 컨트롤러는 에너지 효율성과 안전성 측면에서 어떻게 성능을 높이는가?

주요 결과

• 제안된 컨트롤러는 도로 경사도 지식이 없는 기준 컨트롤러 대비 차량 추종 시뮬레이션에서 총 비용이 31.6% 감소한 바 있다 (416.3 vs. 284.7).
• 다양한 도로 경사도에서 전방 차량이 급제동하는 상황에서도 컨트롤러는 항상 안전한 차량 간 간격을 유지하였다.
• 사전 정보를 활용해 계산된 제어 불변 집합은 경계 불확실성 기반의 집합보다 훨씬 보수적이지 않아, 더 가까운 안전한 추종 거리를 허용하였다.
• 속도 및 거리 추적 플롯을 통해 컨트롤러가 CC와 ACC 모드 간에 매끄럽고 자동으로 전환하는 것을 확인하였다.
• 자율 교차로 시나리오에서는 V2V 통신과 경사도 인식 제어를 통해 두 차량이 안전하게 통과하였으며, 임의의 경사도 프로파일에서도 안전한 간격을 유지하였다.
• PreScan에서의 시뮬레이션 결과는 실제 주행 데이터와 Google Elevation API를 기반으로 검증되었으며, 다양한 시나리오에서 강건성과 성능 향상이 확인되었다.