Optimal Control of Connected and Automated Vehicles at Roundabouts: An Investigation in a Mixed-Traffic Environment
车辆的连接和自动化为用户提供了最有趣的机会,使他们能够更好地监控交通网络状况,并做出更好的运营决策,以提高安全性,减少污染,能源消耗和旅行延误。本文研究了最佳协调车辆的影响,无线连接到彼此在圆形,以实现平稳的交通流。我们应用的优化框架和分析解决方案,允许最佳的协调车辆合并在这样的交通场景。通过仿真验证了该方法的有效性,结果表明,完全协调的车辆减少了51%的总行程时间和35%的燃料消耗。此外,我们还研究了混合交通环境中车辆协调的影响,并比较了联网车辆和自动驾驶车辆(CAV)在不同市场渗透率下的网络性能。对于这个具有接近容量需求的特定研究,由于交通量非常不稳定,结果表明,即使CAV的渗透率很高(例如,80%),旅行时间和节省的燃料比CAV网络少小于多。
2017-10-31 math.OC
Decentralized Optimal Control of Connected Automated Vehicles at Signal-Free Intersections Including Comfort-Constrained Turns and Safety Guarantees
我们扩展了早期的工作,包括所有可能的转弯,以优化乘客的舒适度指标,以及能源和旅行时间最小化,以最佳地控制连接自动驾驶汽车(CAV)通过无信号交叉口。我们表明,这是可能的,以分散的方式实现这一目标,每个CAV解决一个最优控制问题,并获得明确的解决方案,保证避免碰撞和安全距离的限制在一个控制区。我们研究了最小化能源和车辆行驶时间之间的相关权衡,以及乘客的舒适度指标,并包括广泛的模拟来说明这个框架。
2019-03-11 math.OC
Joint Time and Energy-Optimal Control of Connected Automated Vehicles at Signal-Free Intersections with Speed-Dependent Safety Guarantees
我们扩展了早期的工作,建立了一个框架,通过联合优化能源和旅行时间,最佳控制连接自动驾驶汽车(CAV)穿越无信号交叉口。我们得到明确的最优控制解决方案,以分散的方式,保证速度相关的后端安全约束和时间相关的横向碰撞约束,除了下/上界的速度和加速度。广泛的模拟例子来说明这个框架。
2019-08-31 math.OC
Optimal Control and Coordination of Connected and Automated Vehicles at Urban Traffic Intersections
我们解决的问题,在线协调连续流动的连接和自动驾驶车辆(CAV)穿越两个相邻的十字路口在城市地区。我们提出了一个分散的最优控制框架,其解决方案的产量为每辆车的最佳加速度/减速度在任何时候的意义上,最小化燃料消耗。该解决方案,当它存在时,允许车辆在不使用交通信号灯的情况下穿过交叉口,而不会在连接道路上造成拥堵,并且在避免碰撞的硬安全约束下。通过仿真验证了该方法的有效性,仿真结果表明,协调多个CAV可以显著降低油耗和行程时间。
2017-06-16 math.OC
Numerical Investigation of Traffic State Reconstruction and Control Using Connected Automated Vehicles
在本文中,我们提出了一个数值研究的控制和观察的交通流使用拉格朗日测量和致动器。我们调查的影响,一些基本的控制和观察计划,使用探针和驱动车辆内的流。其目的是显示的效果的状态重建的控制效率,相比的情况下,使用有关交通的全部信息。仿真结果证明了所提出的状态重构和控制算法的有效性。他们表明,当连接车辆之间的间隙不是太大时,使用重构状态的控制接近全信息控制,当传感器车辆之间的间隙平均为$1.25$ ~km时,与全信息控制情况下几乎$80\%$的延迟减少相比,延迟减少超过$60\%$。%这表明,如果两辆联网自动驾驶汽车之间的距离不太大(每公里超过1辆车),重建就能很好地实现。%我们还表明,它是可能的,以进一步提高控制性能,采用一个简单的自适应探测车选择方案。此外,我们提出了一个简单的方案,选择哪些车辆使用传感器,以减少通信负担。数值模拟表明,还表明,使用触发机制可以减少通信负担,与如果所有连接的车辆一直在通信则减少$72\%$相比,使用该触发机制,延迟减少了大约$65\%$。
2020-10-06 math.OC
Optimal Control of Connected Automated Vehicles at Urban Traffic Intersections: A Feasibility Enforcement Analysis
早期的工作已经建立了一个分散的最优控制框架,用于在线协调连续流动的连接自动车辆(CAV)进入控制区并穿过城市地区的两个相邻交叉口。一个解决方案,当它存在时,允许车辆在不使用交通信号灯的情况下穿过十字路口,而不会在连接道路上造成拥堵,并且在避免碰撞的硬安全约束下。我们建立的条件下,这种解决方案的存在,并表明,他们可以通过一个适当设计的可行性执行区之前的控制区执行。所提出的解决方案和整体控制架构,通过仿真说明。
2017-02-20 math.OC
Cooperative Control of Heterogeneous Connected Vehicles with Directed Acyclic Interactions
多辆联网车辆的合作有可能极大地造福于道路交通。在本文中,我们考虑的分析和综合问题的异构连接车辆的有向无环相互作用(其特征在于有向无圈图)的一个队列的合作控制。与以往将异质性视为一种不确定性的工作不同,本文在问题制定中直接考虑异质性,使我们能够更深入地了解异质性对一排互联车辆集体行为的影响。我们的主要策略包括著名的内模原理的应用和开发的下三角结构的排有向非循环的相互作用。主要研究结果包括:1)我们明确强调了异构排的跟踪能力,表明跟随者只能跟踪领导者的间距和速度; 2)我们解析地推导出具有定向非循环相互作用的排的反馈增益的稳定区域; 3)因此,我们提出了基于代数Riccati方程的解的合成方法,该代数Riccati方程共享单个车辆动力学的维度。数值实验验证了结果的有效性。
2018-08-20 math.OC
Optimal Path Planning for Connected and Automated Vehicles at Urban Intersections
在早期的工作中,建立了一个分散的最优控制框架,用于协调城市交叉口的在线连接和自动驾驶车辆(CAV)。然而,指定每个CAV通过交叉口的顺序的策略基于先进先出队列,对最优解施加了限制。此外,没有考虑换车道或左转弯和右转弯。在本文中,我们制定了一个上层的最优化问题,解决方案的产量,为每个CAV,最佳的顺序和车道通过交叉口。仿真结果表明了该方法的有效性。
2019-09-12 math.OC
The Penetration Effect of Connected Automated Vehicles in Urban Traffic: An Energy Impact Study
早期的工作已经建立了一个分散的框架,可以在不使用显式交通信号的情况下最佳地控制穿越城市交叉路口的互联和自动车辆(CAV)。所提出的解决方案是能够最大限度地减少能源消耗的吞吐量最大化的要求。在本文中,我们解决了混合交通条件下,CAV和人类驾驶的车辆(非CAV)在道路上行驶,以最大限度地减少能源消耗,同时保证安全约束的最佳控制CAV的问题。在不同的交通场景下,CAV对整体能耗的影响也进行了研究。CAV穿透的好处(即,CAV相对于所有飞行器的比例)通过MATLAB和VISSIM仿真进行验证。结果表明,随着CAV通过率的增加,能量效率的改善变得更加显著,而随着交通量的增加,能量效率的改善显著性降低
2018-03-15 math.OC
Learning Model Predictive Control for Connected Autonomous Vehicles
提出了一种学习模型预测控制器(LMPC),并针对编队和互联自主车辆(CAV)应用进行了定制。所提出的控制器建立在以前的工作上的非线性LMPC,调整其架构和扩展其能力(a)处理动态环境和(b)占数据驱动的决策变量,来自一个未知或不可知的功能。本文介绍了控制设计方法,并展示了如何递归地构建外环候选轨迹和内迭代LMPC控制器,收敛到模型驱动和数据驱动变量的最优策略。仿真结果表明了所提出的控制逻辑的有效性。
2019-08-07 math.OC
Safety-Aware and Data-Driven Predictive Control for Connected Automated Vehicles at a Mixed Traffic Signalized Intersection
典型的城市信号交叉口在由互联的自动驾驶车辆(CAV)和人类驾驶车辆(HDV)组成的混合交通环境中提出了重大的建模和控制挑战。在本文中,我们解决的问题,得出安全的轨迹CAV在混合交通环境中,优先追尾碰撞避免时,前面的HDVs方法的黄色和红色信号相的交叉口。我们提出了一个预测控制框架,采用递归最小二乘算法近似实时的驾驶行为的前HDV,然后使用这种近似来获得安全意识的轨迹在有限的地平线。我们通过数值模拟验证了我们提出的框架的有效性,并分析了控制框架的鲁棒性。
2022-05-21 math.OC
Decentralized Cooperative Merging of Platoons of Connected and Automated Vehicles at Highway On-Ramps
在本文中,我们提出了一个优化框架,在高速公路入口匝道的连接和自动化车辆的车队的合作合并。该框架包括(1)最优调度算法,通过该算法,每个车队导出安全进入高速公路的顺序和时间,以及(2)最优控制算法,其允许每个车队导出其在燃料消耗方面的最优控制输入(加速/减速)。我们通过VISSIM-MATLAB仿真环境评估所提出的优化框架的有效性。拟议的框架大大减少了车队在高速公路入口匝道的过境时间和燃料消耗。
2021-02-22 math.OC
A Closed-Form Analytical Solution for Optimal Coordination of Connected and Automated Vehicles
在早期的工作中,建立了一个分散的最优控制框架,用于协调在线连接和自动驾驶车辆(CAV)在合并道路,城市交叉口,减速区和环形交叉口。每个车辆的动力学表示为一个双积分器和哈密顿分析,以获得一个解析解,最大限度地减少控制输入的L2范数。然而,解析解没有考虑避免追尾碰撞的约束。在本文中,我们推导出一个完整的,封闭形式的解析解,其中包括后端的安全约束,除了状态和控制约束。我们增加了双积分器模型,表示车辆与一个额外的状态对应的距离,其前车。因此,追尾碰撞避免约束被包括作为状态约束。仿真结果表明了该方法的有效性。
2019-08-13 math.OC
Impact of Connected and Automated Vehicles in a Corridor
文献中已经提出了几种方法,允许连接和自动驾驶车辆(CAV)在存在潜在冲突的区域进行协调,例如在交叉路口,在道路和环形交叉路口合并。在本文中,我们考虑的问题协调CAV在一个走廊组成的多个冲突的地区,可能发生碰撞。我们得出一个解决方案,产生的最优控制输入,在燃料消耗方面,为每个CAV穿越走廊下的硬安全约束。我们通过仿真验证了该解决方案的有效性,我们表明,燃料消耗和旅行时间可以显着改善。
2020-03-12 math.OC
Connected and Autonomous Vehicle Scheduling Problems: Some Models and Algorithms
本文研究互联与自动驾驶车辆系统中的调度问题,针对四个变体提出数学模型与求解算法,并开发了三个多项式算法和一个分支定界算法。
2023-04-04 cs.DS math.OC
Optimal Vehicle Dynamics and Powertrain Control for Connected and Automated Vehicles
University of Delaware(特拉华大学)
本文提出了一种两级控制架构,用于优化连接和自动化混合动力电动汽车的速度剖面和动力总成效率,通过车辆网络模拟评估了该架构。
2019-05-24 cs.SY eess.SY math.OC
Hardware-In-the-Loop for Connected Automated Vehicles Testing in Real Traffic
University of California, Berkeley(加州大学伯克利分校);Hyundai Motor Group(现代汽车集团)
我们提出了一个硬件在环(HIL)仿真设置,用于在动态的真实场景中对互联自动驾驶汽车(CAV)进行可重复测试。我们的目标是测试控制和规划算法及其在车辆硬件上的分布式实现,并可能在云中。HIL设置结合了用于感知传感器、道路地形和信号交叉口的PreScan;用于交通微观仿真的Vissim;用于车辆和动力系统动力学的ETAS DESK-LABCAR/测功机;以及用于CAV实时的控制的车载电子控制单元。交通和信号交叉口的模型由真实世界的测量驱动。为了演示这种HIL仿真设置,我们测试了一种模型预测控制方法,以最大限度地提高城市环境中CAV的能源效率。
2019-07-21 cs.RO math.OC
Fully Distributed Model Predictive Control of Connected Automated Vehicles in Intersections: Theory and Vehicle Experiments
我们提出了一个完全分布式的控制系统架构,适合在车内实施,其目的是安全地协调连接和自动化车辆(CAV)在道路交叉口。为了控制的目的,我们建立在一个完全分布式的模型预测控制方法,在该方法中,代理解决非凸最优控制问题(OCP)本地和同步,并通过车辆到车辆(V2V)通信交换其优化轨迹。为了适应非凸OCP的快速解决方案,我们采用惩罚凹凸过程,解决了原来的OCP的convexified版本。对于实验评估,我们补充预测控制器与本地化层,负责自定位,和估计器,它确定与其他代理的联合碰撞点。实验测试表明所提出的控制系统架构的有效性。
2022-03-24 cs.SY eess.SY math.OC
Nonconvex Consensus ADMM for Cooperative Lane Change Maneuvers of Connected Automated Vehicles
互联和自动化车辆(CAV)为改善没有通信能力的自动化车辆(AV)的性能提供了巨大的潜力,特别是在车辆(或代理)需要合作以完成其操纵的情况下。密集交通中的变道机动,例如,对于非联网的自动驾驶汽车来说是非常具有挑战性的。为了缓解这个问题,我们提出了一个整体的分布式变道控制方案的CAV依赖于车辆到车辆的通信。将原来集中式的最优控制问题嵌入到基于共识的乘子框架的交替方向法中,以分布式滚动时域方式求解。虽然代理动力学使基本的最优控制问题的非凸,我们提出了一个问题的重新制定,允许获得收敛保证。在分布式环境中,每个智能体需要在本地求解一个非线性规划(NLP)。为了获得局部NLP的实时解,我们利用优化引擎OpEn,其实现用于最优控制的近似平均牛顿法(PANOC)。仿真结果证明了该方法的有效性和实时性。
2020-05-24 cs.SY eess.SY math.OC
Optimal Trajectory Planning for Connected and Automated Vehicles in Lane-free Traffic with Vehicle Nudging
本文提出了一种最优控制方法,连接和自动驾驶车辆(CAV)的移动策略,在无车道的交通环境中的车辆轻推。控制输入上的状态依赖约束被认为是确保车辆在道路边界内移动,并防止碰撞。一个目标函数,包括各种加权的子目标,设计,其最小化导致车辆前进在所需的速度,在可能的情况下,同时避免障碍物。一个非线性最优控制问题(OCP)制定的目标函数的最小化受到约束的每辆车。在模型预测控制(MPC)框架内,基于事件触发的可行方向算法(FDA)可以实时计算有限时域内的数值解。该方法适用于道路上的每一辆车,同时运行模拟无车道的环路上,广泛的车辆密度和不同类型的车辆。从模拟,创建无数的驾驶情节为每个涉及的车辆,它是观察到,所提出的方法是非常有效的提供安全,舒适和高效的车辆轨迹,以及高交通流量的结果。该方法正在研究中,以进一步用于CAV交通的各种无车道道路基础设施。
2023-02-01 cs.SY eess.SY math.OC
A Barrier-Certified Optimal Coordination Framework for Connected and Automated Vehicles
在本文中,我们扩展了一个框架,我们以前开发的连接和自动驾驶车辆(CAV)在无信号交叉口的协调,通过集成安全层使用控制障碍函数。首先,在我们的运动规划模块中,每个CAV使用简单的车辆动力学计算最佳控制轨迹。轨迹不会激活任何状态、控制和安全约束。车辆级跟踪控制器采用组合的前馈-反馈控制律来跟踪从运动规划模块得到的最优轨迹。然后,作为车辆级跟踪控制器和物理车辆之间的中间层的障碍证书模块接收来自车辆级跟踪控制器的控制律,并使用现实的车辆动力学确保状态、控制和安全约束都不会被激活。后者是通过二次规划实现的,可以实时有效地求解。我们证明了我们的扩展框架的有效性,通过数值模拟。
2022-03-30 cs.SY eess.SY math.OC
Data-Driven Distributed Intersection Management for Connected and Automated Vehicles
这项工作解决了在一个孤立的交叉路口连接和自动驾驶车辆的自主交通管理问题。我们将每个车辆的轨迹分解为两个阶段:临时阶段和协调阶段。车辆在进入感兴趣区域时,最初在临时阶段中操作,在此期间车辆优化其轨迹,但被限制进入交叉口。周期性地,所有车辆在其临时相位切换到其协调相位,这是通过协调优化的车辆的交叉口使用的顺序以及它们的轨迹。对于协调阶段,我们提出了一个数据驱动的解决方案,其中交叉口使用序列是通过数据驱动的在线分类和轨迹计算顺序。该方法还允许将诸如业务到达速率的宏观信息并入到解决方案中。整个算法是可证明安全的,可以以分布式方式实现。最后,我们比较了所提出的算法与传统的交叉口管理方法,并对一些现有的文献,通过模拟。通过仿真,我们还表明,每辆车的计算时间保持不变的算法在很宽的范围内的交通到达率。
2021-10-21 cs.SY eess.SY math.OC
Highway Managed Lane Usage and Tolling for Mixed Traffic Flows with Connected Automated Vehicles (CAVs) and High-Occupancy Vehicles (HOVs)
本文针对CAVs、HOVs与HDVs混合交通流,通过中观仿真与蒙特卡洛模拟研究管理车道收费策略,提出在CAV渗透率有限时对HDV收费、对HOV/CAV免费的最优方案,以避免交通流崩溃并降低社会总成本。
2024-12-30 cs.SY eess.SY math.OC
A Hierarchical Approach to Optimal Flow-Based Routing and Coordination of Connected and Automated Vehicles
University of Delaware(特拉华大学);Cornell University(康奈尔大学)
针对宏观最优车流实际难以实现的问题,提出一种面向网联自动驾驶车辆(CAVs)的分层路由恢复与生态驾驶策略,通过启发式算法分配路线并协调交叉口通行,有效降低城市总行程时间与能耗。
2023-09-07 cs.RO cs.SY eess.SY