[论文解读] 3D traffic flow model for UAVs

Mirmojtaba Gharibi, Raouf Boutaba+1 more|arXiv (Cornell University)|Sep 11, 2019

Traffic control and management参考文献 31被引用 5

一句话总结

本文提出了一种新颖的三维无人机与地面车辆交通流模型——标量容量模型（Scalar Capacity Model, SCM），以密度/容量视图（Density/Capacity View, DCV）取代传统的车道建模方式，利用标量容量参数动态实现阻塞或超车模式。该模型在阻塞模式下表现出线性局部稳定性和串列稳定性，且具备解析可解性，数值结果支持其非线性稳定性，同时在超车模式下已证明渐近行为特性。

ABSTRACT

In this work, we introduce a microscopic traffic flow model called Scalar Capacity Model (SCM) which can be used to study the formation of traffic on an airway link for autonomous Unmanned Aerial Vehicles (UAV) as well as for the ground vehicles on the road. Given the 3D nature of UAV flights, the main novelty in our model is to eliminate the commonly used notion of lanes and replace it with a notion of density and capacity of flow, but in such a way that individual vehicle motions can still be modeled. We name this a Density/Capacity View (DCV) of the link capacity and how vehicles utilize it versus the traditional One/Multi-Lane View (OMV). An interesting feature of this model is exhibiting both passing and blocking regimes (analogous to multi-lane or single-lane) depending on the set scalar parameter for capacity. We show the model has linear local (platoon) and string stability. Also, we perform numerical simulations and show evidence for non-linear stability. Our traffic flow model is represented by a nonlinear differential equation which we transform into a linear form. This makes our model analytically solvable in the blocking regime and piece-wise analytically solvable in the passing regime.

研究动机与目标

• 为解决由于空域中缺乏明确车道划分，导致当前缺乏可扩展、兼容三维的无人机交通流模型的问题。
• 以密度/容量视图（DCV）替代传统的一/多车道视图（OMV），基于拥堵与容量阈值建模交通流。
• 通过抽象化复杂的超车规划，构建统一的微观模型，适用于无人机与地面车辆。
• 通过标量容量参数，实现在阻塞与超车模式下均具备解析可解性与稳定性分析能力。
• 基于容量参数表征阻塞与超车行为之间的转换，证明超车发生的条件。

提出的方法

• 模型使用非线性微分方程表示车辆速度，基于前方车辆的加权密度，权重随距离呈指数衰减。
• 标量容量参数 κ 决定系统处于阻塞模式（禁止超车）或超车模式（允许超车），取决于 κ 是否低于或高于某一阈值。
• 在阻塞模式下，模型被转换为线性形式以提升解析可处理性；在超车模式下，模型呈现分段线性形式。
• 速度函数对每辆前车的距离施加衰减指数权重，聚合车辆前方视野内拥堵的影响。
• 通过线性局部（车队）稳定性和串列稳定性证明分析阻塞模式下的稳定性，数值模拟支持其非线性稳定性。
• 在超车模式下，通过定理刻画渐近行为，确定较快车辆是否能超越较慢车辆，以及所有超车完成后车辆的最终排序。

实验结果

研究问题

• RQ1 如何设计一种不依赖车道结构的三维无人机空域微观交通流模型？
• RQ2 何种标量参数控制无人机交通流中阻塞与超车模式之间的转换？
• RQ3 在所提模型中，较快的无人机在何种条件下能成功超越较慢的无人机？
• RQ4 该模型是否可在阻塞与超车模式下均实现解析求解？其对稳定性的含义是什么？
• RQ5 模型在超车模式下的行为如何渐近收敛？最终车辆排序由什么决定？

主要发现

• 模型在阻塞模式下实现线性局部稳定性和串列稳定性，已通过解析推导证明。
• 数值模拟提供了非线性稳定性的证据，支持其在非线性近似范围外的鲁棒性。
• 超车阈值被精确刻画：对于两辆速度分别为 V₁ > V₀ 的车辆，当且仅当 κ > V₁/(V₁ - V₀) 时发生超车。
• 在超车模式下，模型可渐近判断较快车辆是否超越较慢车辆，并确定所有超车完成后车辆的最终排序。
• 车队分裂引理证明：若前方有更快车辆，速度与领头车相同的车辆无法加入车队，因其头车间距会随时间发散。
• 模型在阻塞模式下具备解析可解性，在超车模式下具备分段解析可解性，支持对稳定性与行为特征的严格分析。