A Tightly Coupled Bi-Level Coordination Framework for CAVs at Road Intersections

要約

道路交差点での交通管理が現代の交通システムの容量のボトルネックを決定するため、コネクテッド自律走行車 (CAV) のインテリジェントな協調調整が効果的な解決策であることが示されています。
この論文では、高レベルと低レベルのコーディネーターが緊密に結合される、バイレベル CAV 交差調整フレームワークの定式化を試みます。
複数の道路からの車両が関与するハイレベル コーディネーターでは、スループット、安全性、公平性、快適性などのさまざまな指標が考慮されます。
[1] の時間のかかる時空リソース割り当てフレームワークを動機として、複雑な元の問題を逐次線形計画法の問題に変換することで、複雑さの低い解決策を提供しようとします。
高レベルのコーディネーターから生成された「実行可能なトンネル」(FT) に基づいて、歩行者などの高レベルの考慮事項を超えた衝突を効果的に回避するために、低レベルのプランナーで急速な勾配ベースの軌道最適化戦略を提案します。
または自転車。
シミュレーション結果と実験室での実験は、私たちが提案した方法が既存の戦略よりも優れていることを示しています。
さらに、最も印象的な利点は、提案された戦略がミリ秒単位で車両の軌道を計画できることであり、これは現実世界の展開で有望です。
調整フレームワークと実験デモを含む詳細な説明は、補足資料またはオンライン (https://youtu.be/MuhjhKfNIOg) でご覧いただけます。

要約(オリジナル)

Since the traffic administration at road intersections determines the capacity bottleneck of modern transportation systems, intelligent cooperative coordination for connected autonomous vehicles (CAVs) has shown to be an effective solution. In this paper, we try to formulate a Bi-Level CAV intersection coordination framework, where coordinators from High and Low levels are tightly coupled. In the High-Level coordinator where vehicles from multiple roads are involved, we take various metrics including throughput, safety, fairness and comfort into consideration. Motivated by the time consuming space-time resource allocation framework in [1], we try to give a low complexity solution by transforming the complicated original problem into a sequential linear programming one. Based on the ‘feasible tunnels’ (FT) generated from the High-Level coordinator, we then propose a rapid gradient-based trajectory optimization strategy in the Low-Level planner, to effectively avoid collisions beyond High-level considerations, such as the pedestrian or bicycles. Simulation results and laboratory experiments show that our proposed method outperforms existing strategies. Moreover, the most impressive advantage is that the proposed strategy can plan vehicle trajectory in milliseconds, which is promising in realworld deployments. A detailed description include the coordination framework and experiment demo could be found at the supplement materials, or online at https://youtu.be/MuhjhKfNIOg.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google