[论文解读] A Spring-Mass-Damper-Based Platooning Logic for Automated Vehicles

Ardeshir Mirbakhsh, Joyoung Lee+1 more|arXiv (Cornell University)|Sep 1, 2022

Traffic control and management被引用 5

一句话总结

本文提出一种基于弹簧-质量-阻尼器（SMD）的自动驾驶车辆编队控制逻辑，通过机械原理建模车车间的动态行为，以调节车距与车速。在商用交通仿真软件中评估表明，当自动驾驶车辆市场渗透率达到100%时，该SMD模型可将高速公路通行能力提升高达63%，主干道行驶时间减少20%，匝道汇入区域减少4%，同时在剧烈减速情况下仍能确保安全。

ABSTRACT

This paper applies a classical physics-based model to control platooning AVs in a commercial traffic simulation software. In Spring-Mass-Damper model, each vehicle is assumed as a mass coupled with its preceding vehicle with a spring and a damper: the spring constant and damper coefficient control spacing and speed adoption between vehicles. Limitations on platooning-oriented communication range and number of vehicles in each platoon are applied to the model to reflect real-world circumstances and avoid overlengthened platoons. The SMD model control both intra-platoon and inter-platoon interactions. Initial evaluation of the model reveals that the SMD model does not cause a negative spacing error between AVs in a harsh deceleration scenario, guaranteeing safety. Besides that, the SMD model produces a smaller positive average spacing error than VISSIM built-in platooning module, which prevents maximum throughput drop. The simulation result for a regular highway section reveals that the proposed platooning algorithm increases the maximum throughput by 10%, 29%, and 63% under 10%, 50%, and full market penetration rate of AVs with 0.5 sec response time. A merging section with different volume combinations on the main section and merging section and different market penetration rates of AVs is also modeled to test inter-platoon spacing policy effectiveness in accommodating merging vehicles. Travel time reductions of 20% and 4% are gained under low MPR of AVs on the mainlane and merging lane accordingly. Meanwhile, a more noticeable travel time reduction is observed in both mainline and merging lanes and under all volume combinations in higher AVs' MPR.

研究动机与目标

• 开发一种基于物理原理的自动驾驶车辆编队控制逻辑，确保在真实世界约束条件下具备安全性和高效性。
• 解决现有编队模块的局限性，例如剧烈制动时出现的负车距误差及通行能力下降问题。
• 评估基于SMD的控制逻辑在常规高速公路路段及复杂汇入场景下的有效性，涵盖不同自动驾驶车辆市场渗透率。
• 优化车群间车距策略，以提升交通流效率，并在不损害安全或通行能力的前提下容纳汇入车辆。

提出的方法

• 将每辆自动驾驶车辆建模为一个质量块，通过弹簧（用于车距控制）与前车连接，通过阻尼器（用于速度同步）实现动态调节。
• 利用弹簧刚度系数和阻尼系数调节车距与速度适应性，模拟机械系统的动力学行为。
• 引入通信范围和编队规模的现实约束，防止编队过长，反映真实世界中的限制条件。
• 在商用交通仿真环境（VISSIM）中实现SMD逻辑，以评估车群内及车群间的相互作用。
• 将SMD模型与VISSIM内置的编队模块集成，进行相同条件下的对比评估。
• 在不同交通流量和自动驾驶车辆市场渗透率（10%、50%、100%）下，模拟常规高速公路路段与汇入区段。

实验结果

研究问题

• RQ1 在剧烈减速过程中，弹簧-质量-阻尼器模型是否能防止负车距误差，确保编队安全？
• RQ2 与VISSIM内置的编队模块相比，基于SMD的编队控制逻辑在平均车距误差和通行能力方面表现如何？
• RQ3 在不同自动驾驶车辆市场渗透率和响应时间下，SMD模型对高速公路通行能力的提升程度如何？
• RQ4 在不同交通条件和自动驾驶车辆采用率下，基于SMD的车群间车距策略在汇入路段减少行驶时间的效果如何？
• RQ5 在真实通信范围和编队规模约束下，SMD模型是否仍能保持性能与安全性？

主要发现

• SMD模型在剧烈减速过程中可有效防止负车距误差，确保极端制动条件下的编队安全。
• 与VISSIM内置编队模块相比，SMD模型产生的平均正向车距误差更小，降低了通行能力下降的风险。
• 在常规高速公路路段，当响应时间为0.5秒时，SMD模型在10%、50%和100%自动驾驶车辆市场渗透率下，最大通行能力分别提升10%、29%和63%。
• 在汇入场景中，低自动驾驶车辆市场渗透率下，SMD模型使主干道行驶时间减少20%，匝道行驶时间减少4%。
• 在更高自动驾驶车辆市场渗透率下，主干道与匝道在所有流量组合下均观察到更显著的行驶时间减少。
• 基于SMD的车群间车距策略能有效容纳汇入车辆，提升交通效率，同时不损害安全或稳定性。