[论文解读] The Penetration Effect of Connected Automated Vehicles in Urban Traffic: An Energy Impact Study

Yue Zhang, Christos G. Cassandras|arXiv (Cornell University)|Mar 15, 2018

Traffic control and management参考文献 17被引用 6

一句话总结

本文提出了一种用于城市混合交通环境中连接自动化车辆（CAVs）的去中心化最优控制框架，旨在最小化能耗的同时确保安全与通行效率。仿真结果表明，随着CAV渗透率的提高，能耗效率显著提升，尤其在轻度至中度交通条件下，验证了该框架在真实世界混合交通场景中的有效性。

ABSTRACT

Earlier work has established a decentralized framework of optimally controlling connected and automated vehicles (CAVs) crossing an urban intersection without using explicit traffic signaling. The proposed solution is capable of minimizing energy consumption subject to a throughput maximization requirement. In this paper, we address the problem of optimally controlling CAVs under mixed traffic conditions where both CAVs and human-driven vehicles (non-CAVs) travel on the roads, so as to minimize energy consumption while guaranteeing safety constraints. The impact of CAVs on overall energy consumption is also investigated under different traffic scenarios. The benefit from CAV penetration (i.e., the fraction of CAVs relative to all vehicles) is validated through simulation in MATLAB and VISSIM. The results indicate that the energy efficiency improvement becomes more significant as the CAV penetration rate increases, while the significance diminishes as the traffic becomes heavier

研究动机与目标

• 开发一种用于混合交通中人类驾驶车辆与CAVs共存的去中心化最优控制框架，确保安全与通行效率。
• 在无信号灯的交叉口环境中，协调CAVs与非CAVs，最小化CAVs的能耗。
• 量化在不同交通条件下提高CAV渗透率所带来的能耗效率收益。
• 评估不同建模方法（如跟车模型、碰撞避免策略）对能耗的影响。

提出的方法

• 为每辆CAV制定最优控制问题，以最小化能耗，同时保持与前车的安全距离。
• 将改进的Wiedemann跟车模型与Smooth-Closeup选项结合，以减少急动量并提升能耗效率。
• 在汇合区域采用部分受控的碰撞避免策略（CA2），以避免不必要的停车。
• 采用两阶段控制方法：在自动驾驶跟车模式下使用最优控制，与非CAVs进行安全约束协调。
• 使用MATLAB和VISSIM仿真模拟不同CAV渗透率和流量速率下的混合交通场景。
• 实施一种以通行量最大化为目标的协调策略，根据车辆队列顺序和到达时间分配通行时间。

实验结果

研究问题

• RQ1 CAV渗透率如何影响城市混合交通交叉口的整体能耗？
• RQ2 不同碰撞避免与跟车建模策略对能耗效率有何影响？
• RQ3 CAV的能耗效益如何随交通强度和流量速率变化？
• RQ4 CAV的去中心化最优控制能否在保持安全与通行效率的同时显著降低能耗？
• RQ5 不同车辆行为模型（如带Smooth-Closeup的Wiedemann模型与最优控制模型）在能耗表现上如何比较？

主要发现

• 随着CAV渗透率的提高，能耗效率显著提升，尤其在轻度至中度交通条件下。
• 在高密度交通（λ > λc）下，CAV渗透率的效益减弱，因为大多数车辆必须停车或减速，无论是否具备自动化功能。
• 在Wiedemann模型中使用Smooth-Closeup选项，可使能耗降低效果与在自动驾驶跟车模式下应用最优控制相当。
• 部分受控的碰撞避免策略（CA2）相比完全受控方法，能减少不必要的停车，提升能耗效率。
• 即使启用了Smooth-Closeup，自动驾驶跟车模式下的最优控制在能耗表现上仍优于标准跟车模型。
• 所提出的去中心化框架在低至中等流量速率下，相比传统信号灯，能实现更低的平均行程时间和能耗。