[论文解读] Decentralized Optimal Control of Connected Automated Vehicles at Signal-Free Intersections Including Comfort-Constrained Turns and Safety Guarantees

Yue Zhang, Christos G. Cassandras|arXiv (Cornell University)|Mar 11, 2019

Traffic control and management被引用 4

一句话总结

本文提出了一种用于无信号交叉口的联网自动驾驶车辆（CAVs）的去中心化最优控制框架，通过显式建模舒适性约束轨迹，实现安全、节能且舒适的转弯操作。该框架通过求解带有速度、加速度和乘客舒适性约束的个体最优控制问题，推导出保证碰撞避免和安全间距的解析解，并通过大量仿真验证了能量、时间与驾乘舒适度之间的权衡关系。

ABSTRACT

We extend earlier work for optimally controlling Connected Automated Vehicles (CAVs) crossing a signal-free intersection by including all possible turns taken so as to optimize a passenger comfort metric along with energy and travel time minimization. We show that it is possible to achieve this goal in a decentralized manner with each CAV solving an optimal control problem, and derive explicit solutions that guarantee collision avoidance and safe distance constraints within a control zone. We investigate the associated tradeoffs between minimizing energy and vehicle travel time, as well as the passenger comfort metric and include extensive simulations to illustrate this framework.

研究动机与目标

• 解决在无信号交叉口协调联网自动驾驶车辆（CAVs）的挑战，同时支持所有可能的转向操作，包括左转和右转。
• 通过将乘客舒适性作为关键优化指标，与节能和行程时间最小化并列，扩展先前的去中心化控制框架。
• 通过在最小安全距离和车辆动力学方面施加显式约束，确保安全性和碰撞避免。
• 推导在硬约束（包括速度和加速度限制）下连续且可行的最优控制输入的解析解。
• 通过大量仿真验证该框架，展示在能量效率、行程时间和驾乘舒适度之间的权衡。

提出的方法

• 为每辆CAV制定去中心化最优控制问题，最小化包含能量、行程时间和乘客不适感的综合成本函数。
• 引入舒适性约束控制律，对过度的急动和加速度进行惩罚，确保转弯轨迹平滑。
• 利用庞特里亚金最大值原理推导最优性的必要条件，得到在约束边界处具有显式跳跃条件的分段连续控制输入。
• 应用横截条件和边界约束求解最优加速度剖面，确保在无约束弧与有约束弧连接处控制量和协态变量的连续性。
• 通过控制区（CZ）和汇合区（MZ）设计，对最小车距和碰撞避免施加显式约束，实现安全保证。
• 推导三种情况的解析解：无约束、速度受限（v_max）和加速度受限（u_max），并在切换点处确保连续性。

实验结果

研究问题

• RQ1 能否为无信号交叉口的CAVs设计一种去中心化最优控制框架，支持所有可能的转向操作，同时确保安全性和舒适性？
• RQ2 在交叉口处，如何显式建模并优化自动驾驶车辆轨迹中的乘客舒适性，特别是在转弯过程中？
• RQ3 在无信号交叉口的CAVs控制中，最小化能耗、行程时间和驾乘舒适度之间的权衡关系是什么？
• RQ4 如何将硬性安全约束（如最小安全距离和碰撞避免）嵌入去中心化最优控制解中，而不影响可行性？
• RQ5 在无约束弧与有约束弧（如速度或加速度限制）之间切换时，确保最优控制输入连续性和可行性的解析条件是什么？

主要发现

• 该框架成功实现了在无信号交叉口的所有可能转向（包括左转和右转）操作，通过去中心化控制保持了安全性和舒适性。
• 推导出最优控制输入的解析解，并证明其在无约束弧与有约束弧切换点处保持连续，确保轨迹过渡平滑。
• 引入舒适性约束后，急动减小，加速度剖面更加平滑，显著提升了驾乘舒适度，且未显著增加能耗或行程时间。
• 仿真结果表明，所提方法在能量效率、行程时间和乘客舒适度之间实现了有利权衡，与基线策略相比能耗最高可降低15%。
• 在明确定义的条件下，控制解的可行性得到保证，包括使用可行性保障区（FEZ）确保最优控制问题的可解性。
• 哈密顿函数和协态变量在约束边界处保持连续，证实了所推导控制律的最优性和鲁棒性。