Exploring the impact of traffic signal control and connected and automated vehicles on intersections safety: A deep reinforcement learning approach

要約

交通ネットワークでは、交差点では、異なる方向から接近する車両の衝突の動きが原因で、衝突の重大な危険が生じます。
この問題に対処するために、さまざまなツールが直接的および間接的に交通安全に影響を与えることができます。
この研究は、深層強化学習アプローチを使用して、適応信号制御とコネクテッド自動運転車 (CAV) が交差点の安全性に及ぼす影響を調査することに焦点を当てています。
目的は、追突事故と交差点衝突を考慮して、交通安全に対する CAV と適応型信号機制御の個別の効果と複合効果を評価することです。
この研究では、Deep Q Network (DQN) を採用して、CAV と Human Drive Vehicle (HDV) の両方の信号と運転行動を規制し、衝突時間 (TTC) 指標を使用して安全性を評価しています。
この調査結果は、CAV と DQN ベースの交通信号制御を組み合わせて実装することにより、追突事故と交差点の衝突が大幅に減少することを示しています。
さらに、安全性に対する CAV の長期的なプラスの効果は、CAV と DQN ベースの交通信号制御を組み合わせた場合の短期的な効果と同様です。
全体として、この研究は、交通安全を強化するために CAV と適応型交通信号制御アプローチを統合することの潜在的な利点を強調しています。
この研究の結果は、信号交差点の安全性を向上させるための効果的な戦略を開発する上で、市職員や交通当局に貴重な洞察を提供する可能性があります。

要約(オリジナル)

In transportation networks, intersections pose significant risks of collisions due to conflicting movements of vehicles approaching from different directions. To address this issue, various tools can exert influence on traffic safety both directly and indirectly. This study focuses on investigating the impact of adaptive signal control and connected and automated vehicles (CAVs) on intersection safety using a deep reinforcement learning approach. The objective is to assess the individual and combined effects of CAVs and adaptive traffic signal control on traffic safety, considering rear-end and crossing conflicts. The study employs a Deep Q Network (DQN) to regulate traffic signals and driving behaviors of both CAVs and Human Drive Vehicles (HDVs), and uses Time To Collision (TTC) metric to evaluate safety. The findings demonstrate a significant reduction in rear-end and crossing conflicts through the combined implementation of CAVs and DQNs-based traffic signal control. Additionally, the long-term positive effects of CAVs on safety are similar to the short-term effects of combined CAVs and DQNs-based traffic signal control. Overall, the study emphasizes the potential benefits of integrating CAVs and adaptive traffic signal control approaches in order to enhance traffic safety. The findings of this study could provide valuable insights for city officials and transportation authorities in developing effective strategies to improve safety at signalized intersections.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google