[论文解读] Optimizing Signalized Intersections Performance under Conventional and Automated Vehicles Traffic

Mahmoud Pourmehrab, Lily Elefteriadou+2 more|arXiv (Cornell University)|Jul 1, 2017

Traffic control and management被引用 7

一句话总结

该论文提出了一种智能交叉口控制系统（IICS），通过V2I通信实时联合优化信号配时与自动驾驶车辆（AV）轨迹，相较于传统的感应式控制，在交通流量未饱和的情况下，将平均行程时间减少了38–52%，并通过预测性轨迹与信号协调有效防止了排队形成。

ABSTRACT

Automated vehicles, or AVs (i.e. those that have the ability to operate without a driver and can communicate with the infrastructure) may transform the transportation system. This study develops and simulates an algorithm that can optimize signal control simultaneously with the AV trajectories under undersaturated traffic flow of AV and conventional vehicles. This proposed Intelligent Intersection Control System (IICS) operates based on real-time collected arrival data at detection ranges around the center of intersection. Parallel to detecting arrivals, the optimized trajectories and signal control parameters will be transmitted to AVs and the signal controller to be implemented. Simulation experiments using the proposed IICS algorithm successfully prevented queue formation up to undersaturated condition. Comparison of the algorithm to operations with conventional actuated control shows 38-52% reduction in average travel time compared to conventional signal control.

研究动机与目标

• 开发一种实时控制系统，将自动驾驶车辆（AV）轨迹优化与独立交叉口的自适应信号控制相结合。
• 通过利用实时AV到达数据与V2I通信，防止在交通流量未饱和条件下形成排队。
• 通过联合优化信号配时与AV轨迹，在混合交通流条件下减少所有车辆的平均行程时间。
• 使用仿真方法评估所提出的IICS算法相对于传统感应式信号控制的性能表现。
• 确定控制系统中安全且及时的轨迹计算与传输所需的最小探测范围。

提出的方法

• IICS算法使用在交叉口停止线周围定义的探测范围内收集的实时车辆到达数据。
• 通过建立一个非凸优化问题，同时确定AV的最优轨迹与信号配时，以最小化总行程延迟时间。
• 对于AV，系统基于车辆速度、位置、加速度/减速度限制以及停止线处的通过速度求解轨迹优化问题。
• 对于传统车辆，基于观测到的速度与位置进行轨迹估计，假设其不具备通信能力。
• 系统采用递归公式建模每条车道内的跟车-领先依赖关系，以确保安全间距与无冲突通行。
• 信号控制参数根据优化后的轨迹与实时交通状况动态调整，决策时间控制在0.1秒以内。

实验结果

研究问题

• RQ1 在交通流量未饱和的独立交叉口，AV轨迹与信号配时的联合优化是否能有效防止排队形成？
• RQ2 与传统感应式信号控制相比，IICS在平均行程时间方面可实现多大程度的减少？
• RQ3 IICS为确保安全且及时的轨迹计算与车辆减速，所需的最小探测范围是多少？
• RQ4 在不同AV渗透率、饱和头车时间与交通流水平下，IICS的性能表现如何？
• RQ5 实时V2I通信对信号协调与车辆延迟减少有何影响？

主要发现

• IICS在所有测试的交通流量未饱和条件下，成功防止了独立交叉口的排队形成。
• 与传统感应式信号控制相比，IICS在不同流量与AV渗透率场景下，将平均行程时间减少了38–52%。
• 该算法展现出实时可行性，每周期的信号与轨迹决策计算时间均少于0.1秒。
• 为确保安全运行，所需的最小探测范围估计低至200英尺，假设服务延迟小于0.1秒。
• 在AV渗透率较高与饱和头车时间较低时，行程时间减少效果最为显著，表明系统在AV数量更多时效率更高。
• 在高流量条件下，系统进行了更频繁的通行权切换，利用轨迹数据提升了信号响应速度并减少了延迟。