[논문 리뷰] Optimizing Coordinated Vehicle Platooning: An Analytical Approach Based on Stochastic Dynamic Programming

Xi Xiong, Junyi Sha외 1명|arXiv (Cornell University)|2020. 03. 29.

Traffic control and management참고 문헌 29인용 수 5

한 줄 요약

이 논문은 연결 및 자율 주행 차량(CAVs)이 일정 임계값 기반 정책에 따라 대기 중인 차량 열기로에 병합할지 여부를 결정하는 고속도로 분기점에서의 협동 차량 열기로 최적화를 위한 확률적 동적 프로그래밍 접근법을 제안한다. 주요 기여는 최적 전략이 임계값 기반임을 증명하는 것으로, 즉 교차로 도착 예측 시간 차이가 일정 이내일 경우에만 병합하도록 하는 것이다. 이는 포isson 도착의 경우 재귀 알고리즘 또는 적분 방정식을 통해 효율적인 계산이 가능하게 하여 일반적인 값 반복보다 훨씬 빠른 성능을 제공한다.

ABSTRACT

Platooning connected and autonomous vehicles (CAVs) can improve traffic and fuel efficiency. However, scalable platooning operations require junction-level coordination, which has not been well studied. In this paper, we study the coordination of vehicle platooning at highway junctions. We consider a setting where CAVs randomly arrive at a highway junction according to a general renewal process. When a CAV approaches the junction, a system operator determines whether the CAV will merge into the platoon ahead according to the positions and speeds of the CAV and the platoon. We formulate a Markov decision process to minimize the discounted cumulative travel cost, i.e. fuel consumption plus travel delay, over an infinite time horizon. We show that the optimal policy is threshold-based: the CAV will merge with the platoon if and only if the difference between the CAV's and the platoon's predicted times of arrival at the junction is less than a constant threshold. We also propose two ready-to-implement algorithms to derive the optimal policy. Comparison with the classical value iteration algorithm implies that our approach explicitly incorporating the characteristics of the optimal policy is significantly more efficient in terms of computation. Importantly, we show that the optimal policy under Poisson arrivals can be obtained by solving a system of integral equations. We also validate our results in simulation with Real-time Strategy (RTS) using real traffic data. The simulation results indicate that the proposed method yields better performance compared with the conventional method.

연구 동기 및 목표

• 연결 및 자율 주행 차량(CAVs)을 위한 협동 차량 열기로에서의 확장 가능한 분기점 수준의 조율 부족 문제를 해결하기 위해.
• 정지 구역에서의 연료 절감과 조율 구역에서의 가속/감속 비용 간의 트레이드오프를 모델링하기 위해.
• 일반적인 재생 도착 과정 하에서 고속도로 분기점에서의 CAV 병합 결정을 위한 효율적이고 증명 가능한 최적 제어 정책을 개발하기 위해.
• 실제 교통 데이터를 활용한 실시간 전략(RTS) 시뮬레이션 프레임워크를 통해 제안된 방법의 성능을 검증하기 위해.

제안 방법

• 무한 시간 할당 및 할인 누적 비용(연료 + 지연)을 고려한 마르코프 결정 과정(MDP)으로 협동 열기로 문제를 수립한다.
• 벨먼 최적성 방정식을 유도하고 최적 정책이 임계값 기반임을 증명한다: 즉, 교차로 도착 예측 시간 차이가 일정 임계값 이내일 경우에만 병합한다.
• 최적 정책을 계산하기 위한 재귀적 근사 알고리즘을 제안하며, 임계값 구조를 명시적으로 활용하여 전체 값 반복을 피한다.
• 포isson 도착의 경우 최적 정책이 적분 방정식 시스템을 푸는 것으로 직접 분석 계산이 가능함을 보여준다.
• 실제 교통 데이터를 활용한 실시간 전략(RTS) 시뮬레이션을 구현하여 성능 검증을 수행한다.
• 공동 감속 또는 일정 속도 유지 제어를 통해 CAV를 열기로에 유도하기 위해 공간 평균 속도를 제어 입력으로 사용한다.

실험 결과

연구 질문

• RQ1 일반적인 재생 도착 과정 하에서 고속도로 분기점에서 CAV 열기로의 최적 조율 정책의 구조적 형태는 무엇인가?
• RQ2 최적 정책은 정지 구역에서의 연료 절감과 조율 구역에서의 이동 비용을 어떻게 균형 잡는가?
• RQ3 전체 값 반복 없이 최적 정책를 효율적으로 계산할 수 있으며, 그 조건은 무엇인가?
• RQ4 할인 요소 γ와 정지 거리 D₂와 같은 시스템 파라미터는 최적 전략과 총 비용에 어떻게 영향을 미치는가?
• RQ5 실제 교통 조건에서 제안된 방법은 기존 접근법 대비 어떤 성능 향상을 보이는가?

주요 결과

• 최적 정책는 임계값 기반이다: CAV는 교차로 도착 예측 시간 차이가 일정 임계값 이내일 경우에만 열기로에 병합한다.
• 개발된 재귀적 근사 알고리즘은 임계값 구조를 명시적으로 활용함으로써 일반적인 값 반복보다 훨씬 빠른 성능을 보인다.
• 포isson 도착의 경우 최적 정책는 적분 방정식 시스템을 푸는 것으로 직접 분석 계산이 가능하다.
• 시뮬레이션 결과 제안된 방법은 기존 방법보다 킬로미터당 평균 비용이 낮으며, 정지 거리 D₂가 60km까지 증가함에 따라 성능 향상이 지속된다.
• 더 큰 할인 요소(γ)와 더 긴 정지 거리(D₂)는 감속 및 이동 시간 증가로 인해 총 비용 증가를 초래하지만, D₂ = 60km를 초과하면 경향의 감소가 나타난다.
• RTS에서의 임계값과 C 값은 교통 흐름과 D₂에 따라 변하며, 더 긴 D₂는 임계값과 C 사이의 간격을 증가시켜 더 적극적인 병합 행동을 나타낸다.