[论文解读] Rhythmic Control of Automated Traffic -- Part II: Grid Network Rhythm and Online Routing

Xi Lin, Meng Li+3 more|arXiv (Cornell University)|Oct 12, 2020

Traffic control and management参考文献 22被引用 7

一句话总结

本文提出了一种用于网格路网中联网与自动驾驶车辆（CAVs）的实时节奏控制（RC）框架，利用预定义的网络节奏创建无碰撞的虚拟车队，并通过在线路径规划算法优化进入时间和时空轨迹。该方法仅需0.3秒CPU时间即可处理2,000辆车，实现近乎零延迟和高吞吐量，展现出强大的计算可扩展性，并优于现有方法的性能表现。

ABSTRACT

Connected and automated vehicle (CAV) technology is providing urban transportation managers tremendous opportunities for better operation of urban mobility systems. However, there are significant challenges in real-time implementation, as the computational time of the corresponding operations optimization model increases exponentially with increasing vehicle numbers. Following the companion paper (Chen et al., 2020) which proposes a novel automated traffic control scheme for isolated intersections, this study proposes a network-level real-time traffic control framework for CAVs on grid networks. The proposed framework integrates a rhythmic control (RC) method with an online routing algorithm to realize collisionfree control of all CAVs on a network and achieve superior performance in average vehicle delay, network traffic throughput, and computational scalability. Specifically, we construct a preset network rhythm that all CAVs can follow to move on the network and avoid collisions at all intersections. Based on the network rhythm, we then formulate online routing for the CAVs as a mixed integer linear program, which optimizes the entry times of CAVs at all entrances of the network and their time-space routings in real time. We provide a sufficient condition that the linear programming relaxation of the online routing model yields an optimal integer solution. Extensive numerical tests are conducted to show the performance of the proposed operations management framework under various scenarios. It is illustrated that the framework is capable of achieving negligible delays and increased network throughput. Furthermore, the computational time results are also promising. The CPU time for solving a collision-free control optimization problem with 2,000 vehicles is only 0.3 s on an ordinary personal computer.

研究动机与目标

• 为解决在计算复杂度高的城市路网中实现CAVs大规模、实时协调的挑战。
• 开发一种可扩展的无碰撞控制框架，将全网节奏与在线路径规划相结合，用于CAVs。
• 通过线性规划（LP）松弛和预设的网络节奏，确保数千辆车计算上的可行性。
• 与现有控制策略（如MP和FCFS）相比，提升网络吞吐量并降低平均车辆延迟。
• 提供理论与实证验证，证明该框架在不同交通需求下的可扩展性与性能表现。

提出的方法

• 建立预设的网络节奏以协调所有CAVs，形成无需停顿且在交叉口避免碰撞的虚拟车队。
• 将在线路径规划建模为混合整数线性规划（MILP），基于网络节奏优化CAV的进入时间与时空轨迹。
• 推导出一个充分条件，使得最短路径路径规划模型的线性规划（LP）松弛能获得最优整数解，从而实现高效计算。
• 提出两种在线路径规划协议——SPR（最短路径路由）与MPR（多路径路由），并采用基于LP的近似算法求解。
• 将框架扩展以处理需求不平衡、网络内部临时等待以及网络节奏中异构的区块大小问题。
• 通过在不同需求模式下的6×6单向与双向网格路网进行数值测试，验证了计算可扩展性。

实验结果

研究问题

• RQ1 节奏控制框架是否能在计算实时可行的前提下，确保在网格路网上实现大规模CAVs的无碰撞协调？
• RQ2 在线路径规划模型的LP松弛在何种条件下能获得最优整数解？
• RQ3 与MP和FCFS控制相比，所提出的RC框架在平均延迟、吞吐量和计算时间方面表现如何？
• RQ4 网络拓扑结构（单向与双向）在不同交通需求下对节奏控制性能有何影响？
• RQ5 如何将RC框架扩展以处理需求不平衡、动态车队以及非网格路网结构？

主要发现

• 所提出的节奏控制框架在所有测试场景下均实现了可忽略的平均车辆延迟，并显著提升了网络交通吞吐量。
• 对于包含2,000辆CAVs的网络，该框架在标准个人计算机上求解无碰撞控制优化问题的计算时间仅为0.3秒，展现出强大的计算可扩展性。
• 在推导出的充分条件下，最短路径路径规划模型的LP松弛能获得最优整数解，从而实现高效的实时计算。
• 在单向网格路网上，RC框架在平均延迟与吞吐量方面优于MP控制，尤其在高需求条件下表现更优。
• 单向与双向路网性能差距揭示了一项权衡：单向路网可减少延迟，但可能增加绕行距离，因此更适合高需求的城市区域。
• 对比研究表明，RC在延迟降低与吞吐量提升方面显著优于MP控制与采用自适应路径规划的FCFS。