[논문 리뷰] The Cooperative Sorting Strategy for Connected and Automated Vehicle Platoons

Jiaming Wu, Soyoung Ah외 3명|arXiv (Cornell University)|2020. 03. 13.

Traffic control and management참고 문헌 49인용 수 7

한 줄 요약

이 논문은 이산적 시간-공간 격자와 분산 스토하스틱 A* (DSA) 알고리즘을 사용하여 연결형 자율주행차량(CAV) 단열대를 협동적으로 정렬하는 전략을 제안한다. 정렬 시간을 최소화한다. 차량 재배치 문제를 경로 탐색 문제로 모델링하고 정수선형계획법(ILP)으로 최적화함으로써, 정렬 시간을 단축하고 계산 속도를 향상시킨다. 특히 병렬 처리를 통해 성능 향상이 두드러진다.

ABSTRACT

This paper presents a "cooperative vehicle sorting" strategy that seeks to optimally sort connected and automated vehicles (CAVs) in a multi-lane platoon to reach an ideally organized platoon. In the proposed method, a CAV platoon is firstly discretized into a grid system, where a CAV moves from one cell to another in the discrete time-space domain. Then, the cooperative sorting problem is modeled as a path-finding problem in the graphic domain. The problem is solved by the deterministic Astar algorithm with a stepwise strategy, where only one vehicle can move within a movement step. The resultant shortest path is further optimized with an integer linear programming algorithm to minimize the sorting time by allowing multiple movements within a step. To improve the algorithm running time and address multiple shortest paths, a distributed stochastic Astar algorithm (DSA) is developed by introducing random disturbances to the edge costs to break uniform paths (with equal path cost). Numerical experiments are conducted to demonstrate the effectiveness of the proposed DSA method. The results report shorter sorting time and significantly improved algorithm running time due to the use of DSA. In addition, we find that the optimization performance can be further improved by increasing the number of processes in the distributed computing system.

연구 동기 및 목표

• 연결형 자율주행차량(CAV)을 최적으로 재편성하여 잘 정렬된 단열대로 구성하는 협동 차량 정렬 전략을 개발한다.
• 다lane CAV 단열대에서 정렬 시간을 최소화하면서도 안전하고 조율된 차량 이동을 보장하는 과제를 해결한다.
• 분산 및 스토하스틱 최적화 기법을 활용하여 대규모 단열대 재편성의 계산 효율성을 향상시킨다.
• 병렬 계산과 경로 최적화를 통해 확장 가능하고 실시간 정렬을 가능하게 한다.

제안 방법

• CAV 단열대가 이산적 시간-공간 격자로 이산화되며, 각 차량은 셀을 점유하고 이산적 시간 단위로 셀 간 이동한다.
• 협동 정렬 문제는 그래프 내에서의 경로 탐색 문제로 모델링되며, 차량들은 목표 위치로 가는 최적 경로를 찾는다.
• 초기에는 최단 경로를 계산하기 위해 결정적 A* 알고리즘을 사용하며, 단계별 이동 제약 조건(한 번에 한 대의 차량)을 적용한다.
• 정수선형계획법(ILP) 모델을 적용하여 경로를 최적화함으로써, 한 단계 내에서 다수의 차량이 동시에 이동할 수 있도록 하여 총 정렬 시간을 단축한다.
• 간선 비용에 무작위 교란을 도입함으로써 동적으로 경로 선택의 다양성을 확보하고, 동일 비용 경로의 갈림길을 해소함으로써 확장성을 향상시킨 분산 스토하스틱 A* (DSA) 알고리즘을 개발한다.
• DSA 방법은 분산 컴퓨팅 환경에 구현되어 실행 시간을 향상시키고 다수의 최단 경로를 효율적으로 처리할 수 있다.

실험 결과

연구 질문

• RQ1 다lane 구성에서 연결형 자율주행차량을 어떻게 협동적으로 재배치하여 최적으로 정렬된 단열대로 만들 수 있는가?
• RQ2 동시에 다수의 차량 이동을 允許함으로써 CAV 단열대의 정렬 시간을 얼마나 줄일 수 있는가?
• RQ3 간선 비용에 스토하스틱 교란을 도입함으로써 A* 알고리즘의 성능과 확장성은 어떻게 향상되는가?
• RQ4 분산 컴퓨팅은 대규모 단열대 시나리오에서 정렬 알고리즘의 실행 시간을 얼마나 향상시키는가?

주요 결과

• 제안된 DSA 방법은 특히 대규모 단열대 구성에서 결정적 A* 방법에 비해 알고리즘 실행 시간을 크게 단축시킨다.
• 정수선형계획법(ILP) 최적화를 통해 한 시간 단위당 다수의 차량 이동이 가능해져 정렬 시간이 최소화된다.
• 간선 비용에 무작위 교란을 도입함으로써 균일한 경로를 효과적으로 분리하고 DSA 알고리즘의 수렴성을 향상시킨다.
• 분산 컴퓨팅 시스템 내 병렬 처리 프로세스 수가 증가할수록 성능 향상이 뚜렷하며, 강력한 확장성을 입증한다.
• 수치 실험을 통해 DSA 방법이 더 짧은 정렬 시간과 더 빠른 계산 성능을 달성함을 확인하였으며, 실시간 CAV 단열대 관리에 효과적임을 검증한다.