[论文解读] Optimal Control of Connected and Automated Vehicles at Roundabouts: An Investigation in a Mixed-Traffic Environment

Liuhui Zhao, Andreas A. Malikopoulos+1 more|arXiv (Cornell University)|Oct 31, 2017

Traffic control and management参考文献 25被引用 5

一句话总结

本文提出了一种用于协调环岛处联网与自动驾驶车辆（CAVs）的最优控制框架，通过平滑汇入实现减少行程时间和燃油消耗。采用解析优化方法，该方法使CAVs能够同步加速与减速以避免停车，在接近容量的工况下，当CAV渗透率达到100%时，行程时间减少51%，燃油消耗降低35%。

ABSTRACT

Connectivity and automation in vehicles provide the most intriguing opportunity for enabling users to better monitor transportation network conditions and make better operating decisions to improve safety and reduce pollution, energy consumption, and travel delays. This paper investigates the implications of optimally coordinating vehicles that are wirelessly connected to each other in roundabouts to achieve a smooth traffic flow. We apply an optimization framework and an analytical solution that allows optimal coordination of vehicles for merging in such traffic scenario. The effectiveness of the proposed approach is validated through simulation and it is shown that fully coordinated vehicles reduce total travel time by 51% and fuel consumption by 35%. Furthermore, we study the influence of vehicle coordination in a mixed-traffic environment and compare the network performance under different market penetration rates of connected and automated vehicles (CAVs). For this particular study with near-capacity demand, due to extremely unstable traffic, the results show that even with high penetration of CAVs (e.g., 80%), travel time and fuel savings are much less than a network of CAVs.

研究动机与目标

• 解决高需求下因停车-启动驾驶和流动不稳定导致的环岛交通拥堵与低效问题。
• 研究联网与自动驾驶车辆（CAVs）的最优协调如何提升混合交通环境中环岛的性能。
• 量化在不同CAV市场渗透率（MPR）下车辆协调的效益，特别是接近网络容量时的情况。
• 评估非CAVs对CAV性能的影响，并识别混合交通场景下的局限性。
• 开发并验证一种实时优化框架，实现无停车的安全高效汇入。

提出的方法

• 将汇入控制问题建模为具有状态和控制约束的连续时间最优控制问题。
• 推导出最小化行程时间和燃油消耗并保持安全间距的车辆轨迹的解析解。
• 采用移动时域优化方法，根据实时车辆位置和速度动态调整车辆控制输入。
• 将环岛建模为汇入场景，使CAVs协调其进入时机以避免冲突和停车。
• 在不同CAV渗透率（0%至100%）下，利用仿真环境测试该框架。
• 在优化中纳入车辆动力学和安全约束（最小车间距离），以确保可行性与稳定性。

实验结果

研究问题

• RQ1 在完全CAV渗透率下，环岛处CAV的最优协调对总行程时间和燃油消耗有何影响？
• RQ2 在不同CAV市场渗透率的混合交通环境中，CAV协调的性能增益如何？
• RQ3 非CAVs如何影响CAV协调的有效性，特别是在高需求条件下？
• RQ4 CAV协调在多大程度上能稳定交通流并防止接近容量环岛中的排队形成？
• RQ5 随着非CAVs比例的增加，控制框架的性能退化程度如何？

主要发现

• 在100% CAV市场渗透率下，所提出的协调方案相比非CAV场景，使总网络行程时间减少了51%。
• 由于消除了停车-启动驾驶并实现了更平滑的加速度曲线，燃油消耗降低了35%。
• 即使在80% CAV渗透率下，行程时间节省也仅为16%，表明由于非CAVs引起的延迟，混合交通条件下的效益有限。
• 非CAVs的存在导致显著延迟和排队形成，特别是当它们停车让行时，会破坏CAV的协调流动。
• 在高需求下，网络性能仍极不稳定，当存在非CAVs时，CAV协调的效益显著降低。
• 仿真结果证实，CAV协调在完全自动化环境中最有效，随着非CAV影响增加，效益呈递减趋势。