[论文解读] Coordination of Autonomous Vehicles: Taxonomy and Survey

Stefano Mariani, Giacomo Cabri+1 more|arXiv (Cornell University)|Jan 8, 2020

Transportation and Mobility InnovationsEngineering参考文献 71被引用 17

一句话总结

本文提出了自动驾驶汽车协同控制挑战的全面分类法与综述，按资源/任务导向及合作/竞争关系对问题进行分类。该文基于决策自主程度提出统一的协同机制框架，识别了在混合交通环境中实现安全、可扩展部署的关键技术与监管挑战。

ABSTRACT

In the near future, our streets will be populated by myriads of autonomous self-driving vehicles to serve our diverse mobility needs. This will raise the need to coordinate their movements in order to properly handle both access to shared resources (e.g., intersections and parking slots) and the execution of mobility tasks (e.g., platooning and ramp merging). In this paper, we firstly introduce the general issues associated to coordination of autonomous vehicles, by identifying and framing the key classes of coordination problems. Following, we overview the different approaches that can be adopted to manage such coordination problems, by classifying them in terms of the degree of autonomy in decision making that is left to autonomous vehicles during coordination. Finally, we overview some further peculiar challenges that research will have to address before autonomously coordinated vehicles can safely hit our streets.

研究动机与目标

• 为应对自动驾驶汽车之间日益增长的协同需求，以确保交通安全、高效通行并支持新型出行服务。
• 识别并分类自动驾驶汽车系统中的关键协同问题，如交叉路口通行、车队行驶和停车管理。
• 基于个体车辆在决策过程中所保留的自主程度，分析协同方法的差异。
• 突出跨领域挑战，包括公平性、人机混合运行环境以及监管框架。
• 提供一个统一、全面的综述，填补现有文献中聚焦于狭窄、应用特定的协同解决方案的空白。

提出的方法

• 提出一种二维协同问题分类法：资源导向 vs. 任务导向，以及竞争性 vs. 合作性。
• 根据分配给车辆的决策自主程度，对协同机制进行分类，涵盖从完全集中式到完全去中心化的各类形式。
• 回顾协同协议与策略，包括基于拍卖的机制、论证框架以及共识算法。
• 分析技术与社会挑战，如优先级分配中的公平性、混合交通场景下的安全性以及隐私问题。
• 整合协同理论、并发理论与多智能体系统的研究成果，以构建协同问题的理论框架。
• 讨论人机协同机制的必要性，特别是在人类驾驶与自动驾驶车辆混合运行的车队中。

实验结果

研究问题

• RQ1 如何基于其结构与行为特征，系统性地对自动驾驶汽车系统中的协同问题进行分类？
• RQ2 在分配给单个车辆的决策自主程度不同的情况下，协同机制的关键差异是什么？
• RQ3 在优先考虑某些车辆的协同机制中，如何确保公平性与社会可接受性？
• RQ4 在将人工驾驶车辆整合进自动驾驶协同框架时，会面临哪些技术和监管挑战？
• RQ5 在包含异构车辆类型的混合交通环境中，实现安全、可扩展且高效的协同控制仍存在哪些开放性挑战？

主要发现

• 基于资源/任务导向与竞争/合作关系的协同问题分类法，为分析多样化的车辆协同场景提供了统一的理论框架。
• 协同机制在对集中控制与去中心化自主的依赖程度上存在显著差异，其在可扩展性、鲁棒性与响应速度方面各有权衡。
• 基于拍卖的协同机制虽然效率较高，但若缺乏监管，可能引发出行不平等问题，导致经济条件更优的车辆持续获得优先权。
• 基于论证的协同机制特别适用于混合交通环境，因其具备对话式与人类可读的特性，使人类驾驶员能够有意义地参与协同过程。
• 将人工驾驶车辆整合进协同系统，需要可靠的通信基础设施、直观的交互界面，以及对人类行为差异性的容忍能力。
• 在真实部署中，确保安全性、公平性与监管合规性方面仍存在重大开放挑战，尤其是在混合交通场景下。