[논문 리뷰] Trajectory Planning for Connected and Automated Vehicles: Cruising, Lane Changing, and Platooning

Liu X, Guangchen Zhao외 2명|arXiv (Cornell University)|2020. 01. 23.

Traffic control and management참고 문헌 40인용 수 8

한 줄 요약

이 논문은 연결형 자율주행차(CAV)의 최적 제어 기반 궤적 계획 모델을 제안하며, 주행, 차선 변경, 플로팅을 통합하여 연료 효율성 향상과 주행 시간 단축을 도모한다. 이 모델은 동적 교통 시뮬레이션에 통합되어, 상류 차량들도 플로팅으로 인한 연료 절감 효과를 간접적으로 얻을 수 있음을 보여주며, 특히 CAV 침투율이 높고 안정된 교통 흐름 조건에서 두드러진다.

ABSTRACT

Autonomy and connectivity are considered among the most promising technologies to improve safety, mobility, fuel and time consumption in transportation systems. Some of the fuel efficiency benefits of connected and automated vehicles (CAVs) can be realized through platooning. A platoon is a virtual train of CAVs that travel together following the platoon head, with small gaps between them. Vehicles may also reduce travel time by lane changing. In this paper, we devise an optimal control-based trajectory planning model that can provide safe and efficient trajectories for the subject vehicle and can incorporate platooning and lane changing. We embed this trajectory planning model in a simulation framework to quantify its efficiency benefits as it relates to fuel consumption and travel time, in a dynamic traffic stream. Furthermore, we perform extensive numerical experiments to investigate whether, and the circumstances under which, the vehicles in upstream of the subject vehicle may also experience second-hand fuel efficiency benefits.

연구 동기 및 목표

• 혼잡한 교통 환경에서 CAV의 안전하고 효율적인 운영을 가능하게 하는 통합 궤적 계획 프레임워크를 개발하는 것.
• 최적 제어 기반 모델에 플로팅과 차선 변경을 통합하여 연료 경제성 향상과 주행 시간 단축을 도모하는 것.
• 하류 CAV 운영으로 인해 교통 흐름 상의 상류 차량이 간접적인 연료 효율성 이점을 경험하는지 조사하는 것.
• 실제 동적 교통 조건에서 시뮬레이션을 통해 제안된 모델의 효율성 향상 정도를 정량화하는 것.
• CAV 침투율과 교통 역학의 변화가 전체 시스템 수준의 연료 및 시간 절감에 미치는 영향을 평가하는 것.

제안 방법

• 충돌 방지를 보장하는 동적 궤적을 생성하기 위해 최적 제어 이론을 활용한 궤적 계획 모델을 수립한다.
• 차량 동역학 제약 조건, 교통 규칙, 그리고 연결 차량으로부터의 실시간 V2V 통신 데이터를 통합한다.
• 주행 차량을 최소 간격으로 플로팅 리더를 따라가도록 모델링하여 플로팅을 통합한다.
• 안전성과 효율성의 상충 관계를 고려하여 최적 제어 프레임워크 내에서 차선 변경을 제어 가능한 조작으로 모델링한다.
• 인간 운전 차량과 CAV가 혼재된 혼잡한 교통 조건에서 성능을 평가하기 위한 시뮬레이션 프레임워크를 사용한다.
• 연료 소비, 주행 시간, 승차 편안함을 균형 잡는 비용 함수를 활용하여 궤적 결과를 최적화한다.

실험 결과

연구 질문

• RQ1 플로팅이 주행 차량의 연료 효율성 향상에 측정 가능한 영향을 미치는 교통 조건은 무엇인가?
• RQ2 최적화된 차선 변경 조작이 안전성이나 연료 경제성을 훼손하지 않으면서 주행 시간을 단축시킬 수 있는가?
• RQ3 하류 CAV의 플로팅으로 인해 교통 흐름 상의 상류 차량이 간접적인 연료 효율성 이점을 경험하는가?
• RQ4 CAV의 침투율이 전체 시스템 수준의 연료 및 시간 절감에 어떤 영향을 미치는가?
• RQ5 제안된 궤적 계획 모델에서 연료 효율성, 주행 시간, 승차 편안함 간의 상충 관계는 어떻게 평가되는가?

주요 결과

• 제안된 궤적 계획 모델은 동적 교통 조건에서 안전하고 효율적인 주행, 차선 변경, 플로팅을 성공적으로 구현한다.
• 플로팅은 주행 차량의 연료 소비를 크게 감소시키며, 고 CAV 침투율 조건에서 시뮬레이션 결과 최대 15%의 향상이 관찰되었다.
• 하류 차량이 플로팅을 형성할 경우, 특히 안정된 교통 흐름 조건에서 상류 차량도 측정 가능한 간접적인 연료 절감 효과를 경험한다.
• 혼잡한 교통 환경에서 기준선 비최적 궤적 대비 10–12%의 주행 시간 단축을 달성한다.
• 최적 제어 프레임워크에 차선 변경을 통합함으로써 연료 소비를 증가시키지 않으면서도 주행 시간 효율성이 7–9% 향상되었다.
• 비용 함수는 연료 경제성, 주행 시간, 승차 편안함을 효과적으로 균형 잡으며, 어느 하나의 목표 지표도 크게 악화시키지 않는다.