[논문 리뷰] Cooperative look-ahead control for fuel-efficient and safe heavy-duty vehicle platooning

Valerio Turri, Bart Besselink외 1명|arXiv (Cornell University)|2015. 05. 03.

Traffic control and management참고 문헌 20인용 수 8

한 줄 요약

이 논문은 도로 경사도 사전 정보를 통합하고 분산 모델 예측 제어를 활용하여 연료 효율성과 안전성을 최적화하는 중량차량(HDV) 플로팅을 위한 이중층 협업형 앞서보는 제어 아키텍처를 제안한다. 동적 프rogramming을 사용해 연료 최적의 속도 프로파일을 계산하고 플로팅 조정자와 협력함으로써, 표준 제어기 대비 따라오는 차량의 경우 최대 12%의 연료 절감을 달성한다.

ABSTRACT

The operation of groups of heavy-duty vehicles (HDVs) at a small inter-vehicular distance (known as platoon) allows to lower the overall aerodynamic drag and, therefore, to reduce fuel consumption and greenhouse gas emissions. However, due to the large mass and limited engine power of HDVs, slopes have a significant impact on the feasible and optimal speed profiles that each vehicle can and should follow. Therefore maintaining a short inter-vehicular distance as required by platooning without coordination between vehicles can often result in inefficient or even unfeasible trajectories. In this paper we propose a two-layer control architecture for HDV platooning aimed to safely and fuel-efficiently coordinate the vehicles in the platoon. Here, the layers are responsible for the inclusion of preview information on road topography and the real-time control of the vehicles, respectively. Within this architecture, dynamic programming is used to compute the fuel-optimal speed profile for the entire platoon and a distributed model predictive control framework is developed for the real-time control of the vehicles. The effectiveness of the proposed controller is analyzed by means of simulations of several realistic scenarios that suggest a possible fuel saving of up to 12% for the follower vehicles compared to the use of standard platoon controllers.

연구 동기 및 목표

• 도로 경사도에 대한 비협조적인 차량 반응으로 인한 연료 낭비와 안전 위험 문제를 해결한다.
• 향후 도로 조건 정보(예: 고도 변화)를 실시간 차량 제어와 통합하여 연료 경제성과 운행 안전성을 향상시킨다.
• 사전 정보를 활용해 플로팅 내 차량 간 협업이 가능하고 연료 최적의 속도 프로파일을 생성할 수 있는 계층적 제어 아키텍처를 개발한다.
• 특히 오르막 및 내리막 주행 시 중량차량의 물리적 제약 조건을 고려해 궤적의 실현 가능성과 안정성을 확보한다.
• 브레이킹을 통한 에너지 낭비 없이 안전하고 효율적인 플로팅을 가능하게 한다.

제안 방법

• 플로팅 조정자 레이어에서 동적 프로그래밍을 사용해 사전에 확보한 도로 경사도 정보를 바탕으로 전체 플로팅의 연료 최적 속도 프로파일을 계산한다.
• 하위 레이어에서 분산 모델 예측 제어(MPC) 프레임워크를 구현하여 기준 속도 프로파일을 추적하고 각 차량의 실시간 가속도 명령을 생성한다.
• 차량 동역학, 특히 제한된 엔진 출력과 브레이킹 제약 조건을 최적화에 통합하여 실현 가능한 궤적을 보장한다.
• 도로 경사도에 따라 차량 행동을 조율함으로써 속도 프로파일을 조정한다. 예를 들어, 내리막 구간에서는 브레이킹을 방지하기 위해 공기저항을 이용한 코asting을 유도한다.
• 정확한 연료 소비 추정을 위해 연속 기어비와 최적의 엔진 회전수 곡선을 모델링한다.
• 다양한 경사도(예: 급격한 내리막, 장거리 오르막)를 가진 현실적인 주행 시나리오를 시뮬레이션하여 성능을 평가한다.

실험 결과

연구 질문

• RQ1 도로 경사도 사전 정보는 HDV 플로팅의 연료 효율성과 안전성 향상에 어떻게 기여할 수 있는가?
• RQ2 중량차량 플로팅 내 속도 프로파일을 최적화하여 연료 소비를 최소화하면서도 차량 동역학과 제약 조건을 충족시키는 가장 효과적인 방법은 무엇인가?
• RQ3 브레이킹을 최소화하기 위해 내리막 구간에서 어떻게 협업형 속도 제어를 수행할 수 있으며, 안전성과 속도 제한을 해치지 않도록 할 수 있는가?
• RQ4 중앙 집중식 조율이 분산형 실시간 제어를 가능하게 하여 중량차량에 대해 연료 효율성과 실현 가능성을 동시에 확보하는 데 어떤 역할을 하는가?
• RQ5 기어 전환 동역학과 파wr 손실은 실제 HDV 운영에서 최적 제어 전략에 어떤 영향을 미치는가?

주요 결과

• 제안된 제어기는 현실적인 시뮬레이션 시나리오에서 표준 플로팅 제어기 대비 따라오는 차량의 경우 최대 12%의 연료 절감을 달성한다.
• 앞서보는 제어 기법을 통해 내리막 구간에서의 브레이킹 필요성을 크게 줄이거나 완전히 제거할 수 있다. 이는 협업형 속도 감소를 통해 코asting을 가능하게 함으로써 달성된다.
• 급격한 내리막 구간에서는 플로팅 조정자가 주행하는 앞선 차량의 속도를 조정하여 모든 차량이 브레이킹을 하지 않도록 하며, 안전한 코asting을 보장한다.
• 장시간 내리막 구간에서는 시작 시 속도를 낮춰 최종 지점에서의 속도 제한에 도달하는 것을 연기함으로써 브레이킹이 필요한 상황을 최소화한다.
• 오르막 구간에서는 기어 변속이 필요 없이 차량 간 시간 간격을 유지함으로써 안정성과 안전성을 확보한다.
• 이중층 아키텍처는 도전적인 지형 조건에서도 매끄럽고 연료 효율적이며 안전한 플로팅 운행을 가능하게 한다.