Human-Machine Shared Control Approach for the Takeover of Cooperative Adaptive Cruise Control

要約

協調型アダプティブ クルーズ コントロール (CACC) では、高速道路からの退出などのタスクを人間が引き継ぐ必要がよくあります。
特に CACC が採用している接近追従戦略を考慮すると、人間による直接的な乗っ取りは重大なリスクを引き起こす可能性があり、ドライバーが安全を感じずに急ブレーキをかけ、衝突につながる可能性があります。
この研究は、自動制御から人間制御へのスムーズな移行を保証する CACC テイクオーバー コントローラーを開発することを目的としています。
提案されている CACC 乗っ取り作戦は、間接的な人間と機械の共有制御アプローチを採用しており、機械がリーダーとして機能し、人間が従者として機能するシュタッケルベルク競争としてモデル化されています。
機械は、機械の期待に沿った方法で人間が反応するように誘導し、追従安定性を維持するのに役立ちます。
さらに、人間の反応機能が機械の予測制御システムに統合され、単純な「予測計画」パイプラインを超えて計画の最適性が向上します。
コントローラーは、i) CACC のスムーズな引き継ぎ操作を可能にすることが検証されています。
ii) 人間の制御権限が 32.7% 未満の場合、特定の運用設計ドメイン (ODD) 内で文字列の安定性を確保します。
iii) 機械の介入により、認識された安全性と実際の安全性の両方を強化します。
iv) アップストリーム トラフィックへの影響を最大 60% 削減します。

要約(オリジナル)

Cooperative Adaptive Cruise Control (CACC) often requires human takeover for tasks such as exiting a freeway. Direct human takeover can pose significant risks, especially given the close-following strategy employed by CACC, which might cause drivers to feel unsafe and execute hard braking, potentially leading to collisions. This research aims to develop a CACC takeover controller that ensures a smooth transition from automated to human control. The proposed CACC takeover maneuver employs an indirect human-machine shared control approach, modeled as a Stackelberg competition where the machine acts as the leader and the human as the follower. The machine guides the human to respond in a manner that aligns with the machine’s expectations, aiding in maintaining following stability. Additionally, the human reaction function is integrated into the machine’s predictive control system, moving beyond a simple ‘prediction-planning’ pipeline to enhance planning optimality. The controller has been verified to i) enable a smooth takeover maneuver of CACC; ii) ensure string stability within a specific Operational Design Domain (ODD) when human control authority is below 32.7%; iii) enhance both perceived and actual safety through machine interventions; and iv) reduce the impact on upstream traffic by up to 60%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google