Data-driven dual-loop control for platooning mixed human-driven and automated vehicles

要約

本稿では、未知の HV モデルパラメータと推進時定数を考慮して、自動運転車両 (AV) が人間運転車両 (HV) と隊列を形成するように制御することを検討します。
提案された設計は、エゴ AV 用のデータ駆動型デュアルループ制御戦略であり、内側のループ コントローラーが隊列の安定性を確保し、外側のループ コントローラーが制御入力制限の下で安全な車間距離を維持します。
インナー ループ コントローラーは、オンラインで収集された隊列走行エラー データを使用して、半定値プログラム (SDP) から解決される定ゲイン状態フィードバック コントローラーです。
外側のループは、将来の隊列走行エラーの展開を予測するデータ駆動型の内部モデルを組み込んだモデル予測制御 (MPC) です。
提案された設計は、代表的な積極的な基準速度プロファイルである SFTP-US06 ドライブ サイクルを使用した混合小隊で評価されます。
結果は、この設計の有効性と、小隊の安定性と計算コストの点で既存のシングル ループ データ駆動型 MPC に勝る利点を裏付けています。

要約(オリジナル)

This paper considers controlling automated vehicles (AVs) to form a platoon with human-driven vehicles (HVs) under consideration of unknown HV model parameters and propulsion time constants. The proposed design is a data-driven dual-loop control strategy for the ego AVs, where the inner loop controller ensures platoon stability and the outer loop controller keeps a safe inter-vehicular spacing under control input limits. The inner loop controller is a constant-gain state feedback controller solved from a semidefinite program (SDP) using the online collected data of platooning errors. The outer loop is a model predictive control (MPC) that embeds a data-driven internal model to predict the future platooning error evolution. The proposed design is evaluated on a mixed platoon with a representative aggressive reference velocity profile, the SFTP-US06 Drive Cycle. The results confirm efficacy of the design and its advantages over the existing single loop data-driven MPC in terms of platoon stability and computational cost.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google