Improving Safety in Mixed Traffic: A Learning-based Model Predictive Control for Autonomous and Human-Driven Vehicle Platooning

要約

自動運転車 (AV) が公道に組み込まれ続けるにつれて、混合交通環境で人間が運転する車 (HV) と相互作用することは避けられません。
このような交通シナリオでは、AV の制御戦略を策定する際に、HV の反応的で不確実な動作を考慮することが重要です。
この論文では、縦方向の車の追従シナリオで HV と相互作用する AV の小隊の安全な制御を調査します。
HV の動作をより適切に予測するために、第一原理公称モデルとガウス過程 (GP) 学習ベースのコンポーネントを組み合わせたモデルを提案します。
私たちの結果は、このモデルが公称モデルと比較して HV 速度を予測する際の二乗平均平方根誤差を 35.64\% 削減することを示しています。
このモデルを利用して、GP-MPC と呼ばれるモデル予測制御 (MPC) 戦略は、混合車両隊列の各車両間の安全な距離を確保するように設計されています。
GP-MPC は、GP モデルによる人間が運転する車両モデルの不確実性評価を距離制約に統合します。これにより、緊急ブレーキなどの困難な交通シナリオにおける安全性の保証が強化されます。
提案された GP-MPC をベースライン MPC と比較したシミュレーション ケース スタディは、GP-MPC が優れた安全性を保証すると同時に、混合車両隊列のすべての車両のより効率的な動作動作を可能にすることを示しています。

要約(オリジナル)

As autonomous vehicles (AVs) continue to be integrated into public roads, it is inevitable that they will interact with human-driven vehicles (HVs) in a mixed traffic environment. In such traffic scenarios, it is crucial to consider the reactive and uncertain behavior of HVs when developing control strategies for AVs. This paper investigates the safe control of a platoon of AVs interacting with HVs in longitudinal car-following scenarios. To better predict the behavior of HVs, we propose a model that combines a first-principles nominal model with a Gaussian process (GP) learning-based component. Our results show that this model reduces the root mean square error in predicting HV velocity by 35.64\% compared to the nominal model. Utilizing this model, a model predictive control (MPC) strategy, referred to as GP-MPC, is designed to ensure a safe distance between each vehicle in the mixed vehicle platoon. The GP-MPC integrates the uncertainty assessment of the human-driven vehicle model by the GP models into the distance constraint, which enhances safety guarantees in challenging traffic scenarios such as emergency braking. Simulation case studies comparing the proposed GP-MPC against a baseline MPC demonstrate that the GP-MPC achieves superior safety guarantees while enabling more efficient motion behaviors for all vehicles in the mixed vehicle platoon.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google