[论文解读] A Decentralized Optimal Control Framework for Connected and Automated Vehicles at Urban Intersections

Andreas A. Malikopoulos, Christos G. Cassandras+1 more|arXiv (Cornell University)|Feb 11, 2016

Traffic control and management参考文献 29被引用 6

一句话总结

本文提出了一种用于无信号灯城市交叉口的联网自动驾驶车辆（CAVs）去中心化最优控制框架，其中每辆车辆独立最小化能耗，同时遵守由集中式优化得出的旨在最大化吞吐量的通过时间。在特定条件下，该解决方案可确保安全与可行性，仿真结果表明燃油消耗和行驶时间显著降低。

ABSTRACT

We address the problem of optimally controlling connected automated vehicles (CAVs) crossing an urban inter- section without any explicit traffic signaling. We first formulate a centralized problem with the objective of controlling CAV acceler- ation/deceleration to maximize traffic throughput subject to hard safety constraints and minimal energy cost. We show that the solution of this problem provides the times required for individual CAVs to cross the intersection and that the centralized problem becomes, under certain conditions, equivalent to a decentralized framework whereby each CAV minimizes its energy consumption subject to the throughput-maximizing timing constraints. We present a complete analytical solution of these decentralized problems and derive conditions under which feasible solutions satisfying all safety constraints always exist. The effectiveness of the proposed solution is validated through simulation and shows significant reductions in both fuel consumption and travel time.

研究动机与目标

• 为无交通信号灯的城市交叉口的联网自动驾驶车辆（CAVs）开发控制框架。
• 在严格的安全约束下，最大化交通吞吐量并最小化能耗。
• 将集中式最优控制问题转化为等效的去中心化形式，以实现实际应用。
• 推导出确保所有车辆轨迹在交叉口内均安全可行的解析条件。
• 通过仿真验证该框架，实现燃油效率和行驶时间的可测量改善。

提出的方法

• 建立集中式最优控制问题，以确定CAVs的最优加速度/减速度轨迹，从而在最大化吞吐量的同时最小化能耗。
• 从集中式解中推导出通过时间约束，这些约束随后作为固定时间输入用于去中心化框架。
• 将集中式问题转化为去中心化问题，使得每辆CAV可独立最小化自身的能耗，同时满足由吞吐量优化得出的通过时间。
• 使用解析解求解每个独立CAV的去中心化最优控制问题。
• 建立数学条件，以确保在所有安全约束下始终存在可行解。
• 在真实的城市交叉口场景下通过仿真验证该框架。

实验结果

研究问题

• RQ1 去中心化控制框架能否在无信号灯交叉口的CAVs中实现与集中式最优控制解决方案相同的吞吐量和能效？
• RQ2 在何种条件下，去中心化框架中存在可行且安全的轨迹？
• RQ3 与集中式优化相比，去中心化解决方案在能耗和行驶时间方面表现如何？
• RQ4 哪些解析条件可确保在去中心化环境中始终满足安全约束？
• RQ5 该去中心化框架能否在保证性能和安全的前提下实现实际部署？

主要发现

• 在推导出的条件下，去中心化框架可实现与集中式解决方案相同的最优吞吐量。
• 每辆CAV均可在满足集中式优化所得时间约束的前提下，独立最小化自身能耗。
• 当满足推导出的解析条件时，始终存在满足所有安全约束的可行解。
• 仿真结果表明，与传统控制策略相比，燃油消耗和行驶时间均显著降低。
• 解析解确保了该方法在城市交叉口控制中的实时适用性和可扩展性。
• 该框架实现了无信号灯、高吞吐量且节能的交通流，适用于城市交叉口。