[论文解读] Optimizing Coordinated Vehicle Platooning: An Analytical Approach Based on Stochastic Dynamic Programming

Xi Xiong, Junyi Sha+1 more|arXiv (Cornell University)|Mar 29, 2020

Traffic control and management参考文献 29被引用 5

一句话总结

本文提出一种随机动态规划方法，用于优化高速公路路口处协同车辆编队的运行，其中联网与自动驾驶车辆（CAVs）根据阈值策略决定是否汇入迎面而来的编队。主要贡献在于证明了最优策略为基于阈值的策略——仅当与路口的到达时间差在某一常数范围内时才汇入，从而可通过递归算法或泊松到达情况下的积分方程实现高效计算，显著优于值迭代方法的计算速度。

ABSTRACT

Platooning connected and autonomous vehicles (CAVs) can improve traffic and fuel efficiency. However, scalable platooning operations require junction-level coordination, which has not been well studied. In this paper, we study the coordination of vehicle platooning at highway junctions. We consider a setting where CAVs randomly arrive at a highway junction according to a general renewal process. When a CAV approaches the junction, a system operator determines whether the CAV will merge into the platoon ahead according to the positions and speeds of the CAV and the platoon. We formulate a Markov decision process to minimize the discounted cumulative travel cost, i.e. fuel consumption plus travel delay, over an infinite time horizon. We show that the optimal policy is threshold-based: the CAV will merge with the platoon if and only if the difference between the CAV's and the platoon's predicted times of arrival at the junction is less than a constant threshold. We also propose two ready-to-implement algorithms to derive the optimal policy. Comparison with the classical value iteration algorithm implies that our approach explicitly incorporating the characteristics of the optimal policy is significantly more efficient in terms of computation. Importantly, we show that the optimal policy under Poisson arrivals can be obtained by solving a system of integral equations. We also validate our results in simulation with Real-time Strategy (RTS) using real traffic data. The simulation results indicate that the proposed method yields better performance compared with the conventional method.

研究动机与目标

• 解决当前协同车辆编队在高速公路路口层面缺乏可扩展协调机制的问题。
• 建立巡航区燃油节省与协调区加速/减速所产生行驶成本之间的权衡模型。
• 为在一般更新过程到达条件下，高速公路路口处CAV汇入决策开发一种高效且可证明最优的控制策略。
• 通过基于真实交通数据的实时策略（RTS）仿真框架验证所提方法的有效性。

提出的方法

• 将协同编队问题建模为无限时域、带折扣累积成本（燃油 + 延迟）的马尔可夫决策过程（MDP）。
• 推导贝尔曼最优方程，并证明最优策略为基于阈值的策略：仅当预测到达路口的时间差低于某一常数阈值时才汇入。
• 提出一种递归逼近算法以计算最优策略，通过显式利用阈值结构避免完整的值迭代过程。
• 对于泊松到达情况，证明最优策略可通过求解一组积分方程直接计算，实现解析化求解。
• 基于真实交通数据实现基于实时策略（RTS）的仿真，以验证性能表现。
• 采用空间平均速度作为控制动作，通过协调减速或巡航引导CAV进入编队。

实验结果

研究问题

• RQ1 在一般更新过程到达条件下，高速公路路口处CAV编队的最优协调策略具有何种结构形式？
• RQ2 最优策略如何在巡航区的燃油节省与协调区的行驶成本之间实现平衡？
• RQ3 是否可以无需完整值迭代过程高效计算最优策略？在何种条件下可实现？
• RQ4 系统参数如折扣因子γ和巡航距离D₂如何影响最优策略及总体成本？
• RQ5 在真实交通条件下，与传统方法相比，所提方法的性能提升如何？

主要发现

• 最优策略为基于阈值的策略：CAV仅在自身与编队预测到达路口的时间差小于某一常数阈值时才汇入编队。
• 所开发的递归逼近算法因显式利用了阈值结构，其计算速度显著快于通用的值迭代方法。
• 对于泊松到达情况，最优策略可通过求解一组积分方程直接计算，实现解析化求解。
• 仿真结果表明，所提方法的单位公里平均成本低于传统方法，且随着巡航距离D₂增加至60公里，性能进一步提升。
• 较大的折扣因子（γ）和更长的巡航距离（D₂）会导致总成本上升，原因在于减速和行驶时间增加，尽管当D₂超过60公里后边际收益递减。
• RTS中的阈值和C值随交通流量和D₂变化，且D₂越长，阈值与C值之间的差距越大，表明汇入行为更具主动性。