[论文解读] Decentralized Optimal Control for Connected and Automated Vehicles at an Intersection

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

Traffic control and management参考文献 41被引用 16

一句话总结

本文提出了一种用于城市交叉路口联网自动驾驶车辆（CAVs）的去中心化最优控制框架，通过完整的哈密顿分析整合了状态和控制约束。该解决方案确保了无碰撞、无交通灯的通行，显著降低了燃油消耗和行驶时间，仿真结果已验证。

ABSTRACT

In earlier work, we addressed the problem of coordinating online an increasing number of connected and automated vehicles (CAVs) crossing two adjacent intersections in an urban area. The analytical solution, however, did not consider the state and control constraints. In this paper, we present the complete Hamiltonian analysis including state and control constraints. In addition, we present conditions that do not allow the rear-end collision avoidance constraint to become active at any time inside the control zone. The complete analytical solution, when it exists, allows the vehicles to cross the intersection without the use of traffic lights and under the hard constraint of collision avoidance. The effectiveness of the proposed solution is validated through simulation in a single intersection and it is shown that coordination of CAVs can reduce significantly both fuel consumption and travel time.

研究动机与目标

• 为弥补先前研究的不足，通过在交叉路口的CAV协调中引入状态和控制约束。
• 开发一种去中心化控制策略，确保在严格约束下避免追尾碰撞。
• 在不依赖交通灯的情况下实现运行，同时在城市交叉路口保持安全与效率。
• 通过单个交叉路口场景的仿真验证所提出方案。
• 量化通过CAV协同行驶在燃油消耗和行驶时间方面实现的改进。

提出的方法

• 对CAV的最优控制进行完整的哈密顿分析，包含状态和控制约束。
• 推导出在控制区内追尾碰撞避免约束保持不激活的解析条件。
• 制定一种去中心化的控制律，使每辆车能够独立计算其最优轨迹。
• 将安全约束直接整合到最优控制框架中，确保全程避免碰撞。
• 采用带状态和控制边界的状态最优控制公式，以模拟真实的车辆动力学。
• 通过单个交叉路口环境中多辆CAV的仿真验证控制策略。

实验结果

研究问题

• RQ1 在何种条件下，追尾碰撞避免约束在整个控制区内保持不激活？
• RQ2 如何设计去中心化的最优控制，以在CAV协调中同时满足状态和控制约束？
• RQ3 在无交通信号的情况下，燃油消耗和行驶时间可实现多大程度的性能提升？
• RQ4 约束的引入如何影响最优控制问题的解析可解性？
• RQ5 去中心化决策对交叉路口CAV编队的安全性和效率有何影响？

主要发现

• 所提出的解析解确保了CAV在交叉路口无碰撞通行，无需依赖交通灯。
• 推导出追尾碰撞避免约束不会激活的条件，从而简化了控制设计。
• 仿真结果证实，该协调策略显著降低了燃油消耗和行驶时间。
• 完整的哈密顿分析成功地将状态和控制约束整合到最优控制框架中。
• 去中心化实现支持了可扩展且鲁棒的协调，适用于不断增加的CAV数量。
• 该方案在保持严格安全约束的同时，实现了高交通效率和显著的节能效果。