[论文解读] A Grouping Based Cooperative Driving Strategy for CAVs Merging Problems

Huile Xu, Shuo Feng+2 more|arXiv (Cornell University)|Apr 4, 2018

Traffic control and management参考文献 12被引用 7

一句话总结

本文提出了一种面向联网自动驾驶车辆（CAVs）在匝道汇入场景下的分组协作驾驶策略，通过固定小车头车间距（低于阈值）车辆的通过顺序，从而缩小解空间，显著降低计算时间。该方法在计算时间上远优于基于规划的方法，同时效率高于即兴协商策略，实现了近全局最优的协调性能，具备实际的实时部署可行性。

ABSTRACT

In general, there are two kinds of cooperative driving strategies, planning based strategy and ad hoc negotiation based strategy, for connected and automated vehicles (CAVs) merging problems. The planning based strategy aims to find the global optimal passing order, but it is time-consuming when the number of considered vehicles is large. In contrast, the ad hoc negotiation based strategy runs fast, but it always finds a local optimal solution. In this paper, we propose a grouping based cooperative driving strategy to make a good tradeoff between time consumption and coordination performance. The key idea is to fix the passing orders for some vehicles whose inter-vehicle headways are small enough (e.g., smaller than the pre-selected grouping threshold). From the viewpoint of optimization, this method reduces the size of the solution space. A brief analysis shows that the sub-optimal passing order found by the grouping based strategy has a high probability to be close to the global optimal passing order, if the grouping threshold is appropriately chosen. A series of simulation experiments are carried out to validate that the proposed strategy can yield a satisfied coordination performance with less time consumption and is promising to be used in practice.

研究动机与目标

• 解决CAV汇入场景中计算复杂度与协调性能之间的权衡问题。
• 通过将车头车间距较小的车辆分组，缩小CAV汇入中可能通过顺序的解空间。
• 开发一种在显著降低计算时间的同时保持高协调质量的策略，相较于全局优化方法具有优势。
• 在不同交通条件下，评估所提策略与基于规划及即兴协商策略的性能表现。
• 验证分组策略在实时汇入应用中的实际可行性。

提出的方法

• 根据车头车间距对车辆进行分组；若车间距低于预设分组阈值，则将这些车辆视为单一单元，并固定其内部通过顺序。
• 自适应调整分组阈值以控制分组规模，并限制最大计算时间。
• 对最大分组数进行上限控制，以限制时间消耗，确保实时可行性。
• 通过固定每组内车辆的顺序，缩小解空间，从而实现更快的次优解搜索。
• 简要的理论分析表明，当阈值选择适当时，次优解极有可能接近全局最优解。
• 运动规划采用基于运动学的轨迹生成方法，通过恒定加速度、减速或匀速行驶阶段计算可行轨迹。

实验结果

研究问题

• RQ1 分组策略是否能在显著降低计算时间的同时，实现CAV汇入的近似最优协调性能？
• RQ2 在延迟和计算时间方面，分组策略与基于规划及即兴协商策略相比表现如何？
• RQ3 不同车辆到达率对所提策略性能有何影响？
• RQ4 分组策略的性能对分组阈值选择的敏感性如何？
• RQ5 所提策略是否能在计算效率足够高的前提下，保持高水平的协调质量，从而适用于实时实现？

主要发现

• 与基于规划的策略相比，分组策略的平均延迟降低了0.04 s/veh，表明协调性能几乎完全相同。
• 在到达率为0.3 veh/(lane·s)时，基于规划的策略每个规划周期耗时超过11秒，而分组策略的耗时低于40 ms。
• 在到达率为0.25 veh/(lane·s)时，即兴协商策略的平均延迟超过分组策略的两倍，表明其协调性能较差。
• 分组策略在所有测试的到达率下均保持了高水平的协调质量，表现出良好的鲁棒性。
• 通过分组方法减小了解空间规模，从而实现快速次优解搜索，且次优解极大概率接近全局最优。
• 由于其在计算时间低和交通效率高的平衡表现，该策略被推荐为一种实用的替代方案。