[论文解读] Development and Evaluation of Speed Harmonization Using Optimal Control Theory

Andreas A. Malikopoulos, Seongah Hong+2 more|arXiv (Cornell University)|Nov 14, 2016

Vehicle emissions and performance参考文献 24被引用 3

一句话总结

本文提出了一种实时最优控制框架，用于在自动驾驶车辆进入高速公路限速区之前协调其车速，确保避免追尾碰撞的同时最小化燃油消耗和行驶时间。与人工驾驶车辆相比，该闭式解可将燃油消耗降低12–17%，行驶时间减少28–32%，且在可变速度限制策略基础上进一步提升性能。

ABSTRACT

This article addresses the problem of harmonizing the speed of a number of automated vehicles before they enter a speed reduction zone on a freeway. We formulate the control problem and provide an analytical, closed-form solution that can be implemented in real time. The solution yields the optimal acceleration/deceleration of each vehicle under the hard safety constraint of rear-end collision avoidance. The effectiveness of the solution is evaluated through a microscopic simulation testbed and it is shown that the proposed approach reduces significantly both fuel consumption and travel time. In particular, for different traffic volume levels, fuel consumption per vehicle is reduced by 12-17% and 2-12% compared to the baseline case, where the vehicles are human-driven without control, and variable speed limit (VSL) respectively, while travel time is reduced by 28-32% and 11-28%.

研究动机与目标

• 解决自动驾驶车辆在进入高速公路限速区时高效管理车速过渡的挑战。
• 开发一种实时控制策略，将避免追尾碰撞作为硬性安全约束。
• 通过多辆自动驾驶车辆的协调车速调节，最小化燃油消耗和行驶时间。
• 利用微观仿真评估所提控制框架在不同交通流量水平下的性能。

提出的方法

• 将速度协调问题建模为具有闭式解析解的最优控制问题。
• 应用最优控制理论，为每辆车实时推导加速度/减速度指令。
• 引入硬性安全约束，通过保持最小车距防止追尾碰撞。
• 使用微观仿真测试平台，在不同交通流量水平下评估性能。
• 将所提方法与基准的人工驾驶车辆及可变速度限制（VSL）策略进行对比。

实验结果

研究问题

• RQ1 如何协调自动驾驶车辆在进入限速区前平稳减速，同时避免追尾碰撞？
• RQ2 与人工驾驶车辆和VSL系统相比，所提出的控制框架在燃油消耗方面能降低多少？
• RQ3 在不同交通条件下，所提方法对行驶时间有何影响？
• RQ4 该最优控制解能否实现实时运行，并保证安全性和性能？

主要发现

• 与人工驾驶车辆的基准情况相比，单车燃油消耗降低了12–17%。
• 与可变速度限制（VSL）策略相比，燃油消耗降低了2–12%。
• 与人工驾驶车辆相比，行驶时间减少了28–32%。
• 与VSL策略相比，行驶时间减少了11–28%。
• 通过闭式解析解，所提方法实现了实时性能。
• 该解在所有测试条件下均确保了追尾碰撞的避免作为硬性约束。