A new platooning model for connected and autonomous vehicles to improve string stability
针对通信延迟下的自动驾驶队列稳定问题，提出仅与头车通信的“look-to-the-leader”动力学模型，并通过理论证明与两类道路仿真验证其优于传统跟车策略。
2024-12-06 cs.SY eess.SY math.DS
A Sliding Mode Observer Approach for Attack Detection and Estimation in Autonomous Vehicle Platoons using Event Triggered Communication
人们正在研究自动驾驶汽车排，以提高道路容量和燃油效率。协同自适应巡航控制（CACC）是一种控制编队纵向动力学的方法，它需要车辆之间的无线通信。在本文中，我们使用滑模观测器来检测和估计威胁这样的无线通信的网络攻击。特别是，我们证明了稳定的观察员和鲁棒性的检测阈值的情况下，事件触发的通信，以下一个现实的车辆到车辆的网络协议。
2019-11-01 cs.SY eess.SY
Analysis of a platooned car-following model with different inter-platoon communication levels
本文扩展单队列跟驰模型至多队列，分析不同队列间通信水平对稳定性的影响，并通过仿真验证理论，为V2V通信设计提供见解。
2025-02-26 cs.SY eess.SY
Event-Triggered Distributed Model Predictive Control for Platoon Coordination at Hubs in a Transport System
本文研究了大规模运输系统中基于枢纽的车队协调问题，其中卡车有各自的效用函数需要优化。提出了一种基于事件触发的分布式模型预测控制方法来解决单个货车在枢纽等待时间的优化调度问题。在这种分布式框架中，卡车被允许独立地决定他们的等待时间，并且只有有限的信息在卡车之间共享。每辆卡车的效用函数都包含了排队获得的预期奖励和在枢纽等待的预期成本。协调方法的性能证明了在瑞典的道路网络与100辆卡车的模拟。
2022-02-18 cs.SY eess.SY
A Study of Truck Platooning Incentives Using a Congestion Game
ACCESS Linnaeus Center, School of Electrical Engineering, KTH Royal Institute of Technology（ACCESS林奈斯中心，电气工程学院，皇家理工学院）
本文通过原子拥堵博弈模型研究交通流中车辆与卡车编队激励的相互作用，利用斯德哥尔摩交通数据验证模型假设，并通过仿真实验分析司机时间价值和编队率对纳什均衡的影响。
2014-01-21 cs.GT cs.SY eess.SY
Platoon--assisted Vehicular Cloud in VANET: Vision and Challenges
配备无线传感器、智能控制系统和通信设备的智能联网车辆预计将在短期内商业化推出并出现在道路上。这些智能车辆能够部分/完全自行驾驶;从传感器收集数据，根据这些数据做出和执行决策;与其他车辆，行人和安装在道路上的节点进行通信;并提供信息娱乐和增值服务，如超高清视频的宽带传输、文件/应用程序下载和上传、在线游戏、访问社交媒体，音频/电视会议流传输（车内办公）、直播电视流传输等;此外，自动驾驶车辆还可以在道路上形成“队列”;保持紧密接近，以便减少燃料消耗和/或气体排放，降低成本，增加安全性，并提高传统运输系统的效率。这些新兴的车辆应用需要大量的计算和通信能力，以在其计算密集型和延迟敏感的任务中脱颖而出。基于这些事实，本文的作者提出了一个有远见的概念-“车队辅助车辆云”-利用车队中未充分利用的资源来增强车辆云，旨在提供具有成本效益和按需的计算资源。此外，作者还提出了三种潜在场景，并解释了如何利用队列资源和路边基础设施来促进新应用。除了系统设计，本文还总结了一些开放的研究挑战，目的是激励新的进展和潜在的解决方案，这一领域。
2020-08-25 cs.NI cs.SY eess.SP
Strategic Hub-Based Platoon Coordination under Uncertain Travel Times
研究了非合作车队协调博弈中车辆之间的策略交互。车辆在具有一组枢纽的交通网络中具有预定义的路线，车辆可以在枢纽中等待其他车辆形成队列。车辆决定他们在枢纽的等待时间，每辆车的效用函数包括排队的好处和等待的成本。我们表明，车队协调游戏是一个潜在的游戏时，旅行时间是确定性的或随机的，和车辆决定他们的等待时间在他们的旅程开始。我们还提出了两个反馈解决方案的协调问题时，旅行时间是随机的，车辆被允许更新他们的策略沿其路线。在瑞典的道路网络的模拟研究的解决方案进行评估。结果表明，在行程时间的不确定性影响车队的总效益急剧和车队在系统中的效益显着增加时，利用反馈的解决方案。
2021-04-01 cs.SY eess.SY
Stationary states in two lane traffic: insights from kinetic theory
在Ben-Naim Krapivsky模型的框架下，建立了双车道公路上稀相非均质交通流的动力学模型，并在渐近极限下解析推导了稳态特性。异质性被引入作为车辆的期望速度中的淬火无序。该模型假设车道上的每辆车/车队都以弹道方式移动，直到接近缓慢移动的车辆/车队，然后加入其中，并假设车队中的车辆通过改变车道以恒定的速度逃离车队。假设每条车道都有不同的逃逸率。当接近稳态时，两车道的车队密度趋于相等，而逃逸率较低的车道的车辆密度和流量较高。如果车道逃逸率的调和平均值与道路上的平均初始流量相当，则大多数车辆都可以自由流动。在自由流状态下，平均队列大小接近于1。如果调和平均值低于平均初始流量，则具有低于特征速度$v^*$的期望速度的车辆仍然享受自由流动，而具有大于$v^*$的期望速度的那些车辆经历拥堵并且在较慢的车辆后面形成队列。特征速度取决于两个车道（由1和-1表示）的逃逸时间$(R=(R_1+R_{-1})/2)$的平均值为$v^* \sim R^{-\frac{1}{μ+2}}$，其中$μ$是在小速度限制中期望速度的淬火无序分布的指数。当$v^* \ll 1$时，车道中的平均车队规模与$R^{\frac{μ+1}{μ+2}}$加上车道相关修正成比例。还研究了双车道交通的车队规模分布的动力学方程。结果表明，只有当平均逃逸率与车队规模无关时，才能出现车队与道路长度一样大的稳态。
2022-06-07 cs.SY eess.SY physics.soc-ph
Distributed Dynamic Platoons Control and Junction Crossing Optimization for Mixed Traffic Flows in Smart Cities- Part I. Fundamentals, Theoretical and Automatic Decision Framework
研究了智能城市中互联自动驾驶车辆（CAV）和社会人类驾驶车辆（HDV）混合交通流的分布式动态队列控制和智能交叉口优化问题。这篇由两部分组成的文章的目标是提供一个自动决策框架，以确保多个动态和有弹性的排CAV安全有效地巡航和交叉路口，同时对抗被视为周围车辆（SV）和由Cellular-Vehicle-to-X（C-V2X）基础设施连接的未知交通灯的HDV的社会驾驶行为（SDB）。我们将表明，尽管在智能城市的混合交通流的非线性，非平稳性和不确定性，安全，高效和燃油经济性的解决方案，上述问题的排CAV控制可以解决我们提出的自动决策和智能交叉辅助系统（ADSCAS），包括四个决策阶段和六个巡航状态在这篇文章中的特点。更确切地说，在第一部分中，我们提供了一个动态的队列管理策略，以确定相对于SDB的前HDV和即将到来的交通灯，其中的动态队列大小是由最小化的安全距离和队列的巡航速度的非线性函数。给出了ADSCAS中编队有限状态机的决策和切换方案、参考轨迹规划的设计以及燃油经济性优化问题的求解。
2022-09-02 cs.SY eess.SY
Centralized Model-Predictive Control with Human-Driver Interaction for Platooning
提出首个集成人类驾驶车辆的集中式模型预测队列控制器，通过有限时域成本函数设计，在满足安全距离、速度及执行约束下实现队列稳定，并减小扰动传播。
2023-05-18 cs.MA cs.SY eess.SY
Detection of Network and Sensor Cyber-Attacks in Platoons of Cooperative Autonomous Vehicles: a Sliding-Mode Observer Approach
人们正在研究自动驾驶汽车排，以提高道路容量和燃油效率。协同自适应巡航控制（CACC）是实现这种编队的一种方法，其中车辆使用无线通信进行协作。虽然这种合作提高了性能，但也使车辆容易受到网络攻击。在本文中的性能分析的滑模观测器（SMO）为基础的方法来检测网络攻击，考虑到同时攻击的通信和本地传感器。为此，所考虑的网络攻击被分为三类，相关的理论属性被证明。此外，在这些类内的攻击可以做的系统，而避免检测的危害进行了分析的基础上模拟的例子。
2021-04-08 cs.SY eess.SY
Platoon formation maximization through centralized routing and departure time coordination
Argonne National Laboratory（阿贡国家实验室）
本文研究了通过集中协调车辆路由和出发时间以最大化车阵 formations 的问题，核心方法是结合车阵协调和车辆路径问题的组合优化，主要贡献是展示了协调方案在能源节约方面的优势。
2017-01-05 cs.SY eess.SY
Approximate Dynamic Programming for Platoon Coordination under Hours-of-Service Regulations
卡车司机需要根据驾驶和休息时间规定（也称为服务时间（HoS）规定）定期停车和休息。本文研究的问题时，考虑现实的HOS规则的最佳形成排。在我们的问题中，卡车在运输网络中有固定的路线，可以在沿着路线的枢纽等待，与其他人形成队列，同时满足驾驶和休息时间的限制。我们提出了一个分布式的决策方案，每个卡车控制其等待时间在枢纽的基础上预测的时间表。通过对车队决策的解耦，提出了一种近似动态规划方法求解HoS规则下的车队协调问题。最后，我们进行了模拟瑞典的道路网络与1000辆卡车，以评估在欧盟（EU）的HoS法规下实现的排队效益。仿真结果表明，平均而言，卡车在队列中行驶的37%的路线，如果每辆卡车被允许延迟的5%，其总的旅行时间。如果不允许卡车延误，他们会在12%的路线上排成一排行驶。
2022-08-19 cs.SY eess.SY
Joint Travel Route Optimization Framework for Platooning
Politecnico di Milano（米兰理工学院）
本文提出一种集中式编队形成的协作路线规划优化框架，综合燃油消耗、驾驶员疲劳和行驶时间等成本指标，并通过Dijkstra和A*算法验证其在长途出行中相比个体规划平均降低成本14%。
2025-07-21 cs.ET cs.RO cs.SY
Computing Feasible Vehicle Platooning Opportunities for Transport Assignments
KTH Royal Institute of Technology（皇家理工学院）
本文提出一种方法，通过提取运输分配特征，高效识别可能编队的车辆对，减少计算量，最终确定编队可行性。
2016-02-24 cs.SY eess.SY
Efficient Dynamic Programming Solution to a Platoon Coordination Merge Problem With Stochastic Travel Times
KTH Royal Institute of Technology（皇家理工学院）
本文研究了在高速公路上两辆卡车协调合并为车队以最大化概率的问题，采用动态规划方法解决随机旅行时间下的车队协调合并问题，提出状态集的界限以降低计算复杂度。
2017-05-11 cs.SY eess.SY
Cooperative look-ahead control for fuel-efficient and safe heavy-duty vehicle platooning
KTH Royal Institute of Technology（瑞典皇家理工学院）
本文提出双层控制架构，通过道路地形前瞻信息和实时控制协调重型车辆编队，实现安全高效的燃油优化轨迹。
2015-05-03 cs.SY eess.SY
Longitudinal Safety Analysis For Heterogeneous Platoon Of Automated And Human Vehicles
Tsinghua University（清华大学）；The University of Hong Kong（香港大学）
本文研究了不同智能车辆市场渗透率下四种碰撞避让算法对混合编队安全的影响，通过定制化仿真平台分析碰撞率和严重性。
2018-09-10 cs.SY eess.SY
Reducing Road Vehicle Fuel Consumption by Exploiting Connectivity and Automation: A Literature Survey
本文探讨了连接性和自动化可以在多大程度上降低道路车辆的总体油耗。本文首先进行了一项模拟研究，强调了以下两者之间的权衡：（i）车辆通过速度轨迹成形可以节省的燃料，与（ii）这种轨迹成形可行所需的额外车辆间间距。这项研究表明，连接性和自动化对于大幅减少交通中固定道路车辆动力系统/底盘配置所消耗的燃料至关重要，而不仅仅是有用的。基于这一见解，我们调查了通过不同的互联/自动驾驶汽车技术实现的燃油节省的文献。这包括最佳车辆路线、交叉路口的生态到达/离开、队列行驶、速度轨迹优化、预测性传动系脱离、预测性换档和预测性动力总成附件控制。这项调查表明，协同塑造车辆速度轨迹的能力在减少城市/郊区燃料消耗方面起着主导作用，而队列行驶在影响高速公路上可实现的燃料节省方面起着主导作用。此外，调查显示，在城市/郊区和高速公路环境中，连接/自动化可以降低道路车辆油耗的程度主要取决于动力总成和底盘级控制的集成。
2020-11-30 cs.SY eess.SY
Design and Analysis of Resilient Vehicular Platoon Systems over Wireless Networks
针对车辆编队时钟易受攻击产生偏移的问题，提出基于扩散协议的弹性重同步框架与时间条件均值超越量指标，推导相关条件，实验验证其在高延迟波动下的可行性与可靠性提升效果。
2024-05-14 cs.SY eess.SY
Large-Scale Multi-Fleet Platoon Coordination: A Dynamic Programming Approach
针对大型交通网络中多车队卡车队列协调难题，本文提出分布式框架，将单卡车等待调度建模为最优控制问题，经离散化后用动态规划精确求解，在含5000辆卡车的瑞典路网仿真中验证其收益、减排效果与实时性优势。
2023-07-21 cs.SY eess.SY
Scalable Decentralized Cooperative Platoon using Multi-Agent Deep Reinforcement Learning
German University in Cairo（开罗德国大学）
针对智能交通中车辆队列行驶的性能与安全需求，提出基于Unity 3D和深度强化学习的可扩展去中心化协作队列方法，通过“共享与关怀”通信框架提升车队及单车性能鲁棒性，改善道路安全与拥堵。
2023-12-11 cs.AI cs.MA cs.RO
Formation and Investigation of Cooperative Platooning at the Early Stage of Connected and Automated Vehicles Deployment
University of Virginia（弗吉尼亚大学）；Toyota Motor North America R&D - InfoTech Labs（丰田北美研发中心 - 信息技术实验室）
本文提出一种混合协同编队策略和战略车道变更模型，以提升连接自动化车辆在低渗透率下的编队效率与交通效率。
2026-01-16 cs.SY eess.SY
Visible Light Communication based Vehicle Localization for Collision Avoidance and Platooning
防撞和队列行驶应用要求车辆定位精度达到厘米级，并且至少50 Hz的速率才能实现完全自主。目前用于车辆定位的基于雷达/激光雷达和相机的方法不能满足这些要求，需要补充技术。可见光定位（VLP）是一种非常合适的补充技术，由于其高精度和高速率，利用来自LED头/尾灯的可见光通信（VLC）信号的视线传播特性。然而，现有的车辆VLP算法强加了限制性要求，例如，因此，高带宽电路、路边灯和某些VLC调制策略的使用，以及对于有限的相对车辆方位的工作，对于一般用途来说是不可行的。本文提出了一种基于VLC的车辆定位方法，消除了这些限制性的要求，通过一种新的VLC接收机设计和相关的车辆VLP算法。VLC接收器名为QRX，成本低，尺寸小，通过使用象限光电二极管，可同时实现高速率VLC和高精度到达角（AoA）测量。VLP算法通过使用来自用于定位的两个QRX的AoA测量来估计相邻车辆上的两个头/尾灯VLC发射器（TX）的位置。通过推导该算法定位精度的Cramer-Rao下界，对该算法进行了理论分析，并在真实的编队和避碰场景下对仿真定位性能进行了评估。结果表明，所提出的方法在厘米级的精度和高达250 Hz的速率在10米的范围内，在现实的恶劣道路和通道条件下，证明其资格的碰撞避免和安全排队。
2021-01-29 cs.SY eess.SP eess.SY
Distributed Cooperative Control and Optimization of Connected Automated Vehicles Platoon Against Cut-in Behaviors of Social Drivers
互联自动驾驶汽车（CAV）为提高交通吞吐量和降低能耗带来了新的机遇。然而，不确定的车道变换行为（LCB）的周围车辆（SV）作为一个不可控的因素，显着威胁到行驶安全和一致的运动的一组排CAV。如何在复杂的交通环境中保证安全、高效、节油的排控是研究人员面临的一个关键挑战。针对由多辆CAV和可能的人类驾驶车辆（HDV）组成的混合交通流，提出了一种动态的车队管理和协同驾驶框架。在所提出的框架中，领导者CAV的排提供了一个高层次的自动驾驶决策的追随者CAV通过开发一个最佳的轨迹估计的HDVs，而分布式的观察员和跟踪控制器是正确的实现由追随者CAV。具体而言，拟议框架包括三个阶段。在观察阶段，领队CAV将通过Cellular-Vehicle-to-X（C-V2X）基础设施收集所有SV的巡航信息，同时构建自动决策驾驶辅助系统（ADMDSS）以确定队列的驾驶状态。在预测阶段，当HDV接近编队通信范围时，利用C-V2X基础设施对作为目标车辆的HDV的轨迹进行估计，并分别启动引导CAV的参考轨迹规划和跟随CAV的协同控制器设计。仿真算例验证了所提方法的有效性。
2022-09-02 cs.SY eess.SY
Distributed Nonlinear Model Predictive Control and Metric Learning for Heterogeneous Vehicle Platooning with Cut-in/Cut-out Maneuvers
车辆排队已被证明是相当富有成效的运输行业，以提高燃油经济性，道路吞吐量和驾驶舒适性。模型预测控制（MPC）在文献中被广泛用于队列控制以实现某些目标，例如在跟随领头车辆的同时安全地减少相邻车辆之间的距离。在本文中，我们提出了一个分布式非线性MPC（DNMPC），基于现有的方法，控制一个异构的动态队列与单向拓扑结构，处理可能的切入/切出演习。所介绍的方法解决了无碰撞驾驶体验，同时跟踪所需的速度曲线，并保持车辆之间的安全所需的间隙。基于切入和/或切出机动的时间导出动态队列行驶中的收敛时间。此外，通过采用乘子交替方向法（ADMM）进行分布式度量学习和分布式优化，分析了该方法对驾驶舒适性、燃油经济性以及绝对收敛性和相对收敛性的改善程度。对一个具有切入和切出机动以及不同单向拓扑结构的动态队列的仿真结果表明了该方法的有效性。
2020-08-01 cs.SY eess.SY math.OC
A Modular Platooning and Vehicle Coordination Simulator for Research and Education
KTH Royal Institute of Technology（皇家理工学院）；University of Maryland（马里兰大学）
本文提出一个模块化Python模拟器，简化了复杂交通场景中新型车辆控制算法的评估，降低实现开销，支持教育中的交互式练习和实时视觉反馈。
2026-09-29 cs.SY eess.SY
Improving Urban Traffic Throughput with Vehicle Platooning: Theory and Experiments
在本文中，我们提出了一个模型预测控制（MPC）为基础的方法在城市交通环境中的车辆排队。我们的主要目标是证明，车辆排队有可能显着增加在交叉口，这可能会造成交通流量的瓶颈吞吐量。为此，我们的方法依赖于车辆连接：车辆到车辆（V2V）和车辆到基础设施（V2I）通信。特别是，我们引入了一个自定义的V2V消息集，它具有速度预测，即对未来速度轨迹的预测，这使得排队车辆能够准确地保持较短的跟随距离，从而提高吞吐量。此外，V2I通信允许车队立即对附近交通灯的状态变化做出反应，例如当交通相位变为绿色时，从而实现交通效率的额外提高。我们提出了我们的车辆排队系统的设计，然后通过估计潜在的收益方面的吞吐量，使用我们的模拟结果，以及与真实的测试车辆在一个封闭的轨道上进行的实验来评估性能。最后，我们简要地概述了我们的示范，在阿卡迪亚，加利福尼亚州的公共道路上的车辆排队。
2020-07-28 cs.SY eess.SY math.OC
Cooperative Formation of Autonomous Vehicles in Mixed Traffic Flow: Beyond Platooning
自动驾驶汽车（AV）的协同编队和控制有望提高公共道路上的效率和安全性。在由无人驾驶汽车和人类驾驶汽车（HDV）组成的混合交通流中，多辆无人驾驶汽车的排队并不是合作编队的唯一选择。在本文中，我们研究如何不同的形式的AV影响交通性能从集合函数优化的角度。首先，我们揭示了一个稳定的不变性财产和非合作编队时，自动驾驶汽车采用典型的自适应巡航控制（ACC）策略的改善性能递减。然后，我们重点研究了协同编队的情况下，无人驾驶汽车控制器的协同设计，重新设计的控制策略，在不同的编队无人驾驶汽车和研究的最佳编队使用集函数优化。两种主要的最佳形式，即，均匀分布和队列形成，从大量的数值实验中出现。有趣的是，当HDV具有较差的字符串稳定性行为时，队列可能最不可能提高流量性能。这些结果表明，在实际的混合交通流中，除了排队之外，有更多的机会合作形成自动驾驶汽车。
2022-02-14 cs.SY eess.SY math.OC
Vehicle Following On A Ring Road Under Safety Constraints: Role of Connectivity and Coordination
交通网络中的一个基本问题是在安全和有限的物理空间约束下驾驶。在本文中，我们设计的纵向车辆控制器和研究单车道环形道路上的同质车辆系统的动力学，以了解有限的空间，速度和安全的相互作用。系统中的每辆车要么在巡航控制模式下运行，要么通过保持安全的时间间隔来跟随前面的车辆。我们表明，如果车辆的数量小于一定的临界阈值，车辆可以占据有限的空间在许多不同的配置，即，不同大小的不同排，并且它们收敛到统一的最大速度，同时衰减排上游的相对间距中的误差。如果车辆数量超过阈值，车辆会收敛到唯一的对称配置，并且平衡速度会随着车辆数量的增加而降低。接下来，我们考虑车辆对车辆（V2V）通信，并表明它增加了可以以最大速度行驶的车辆的临界数量。最后，我们考虑中央协调，并表明，所提出的控制器可以迫使车辆收敛到所需的配置指定的协调员，同时保持安全性和舒适性。我们通过仿真证明了所提出的控制器的性能。
2021-03-25 cs.SY eess.SY
Platoon Fundamental Diagram estimation can be Markovian: evidence from human- and self-driven vehicle trajectories
本研究提出一种基于车队轨迹的基本图估计方法，通过双变量聚合消除离散性，验证了FD的异质性不变性，对比了ACC与人类驾驶的交通特性，为智能交通实时管控提供支撑。
2024-01-30 cs.SY eess.SY
Improving Freeway Merging Efficiency via Flow-Level Coordination of Connected and Autonomous Vehicles
高速公路入口匝道是高速公路网中典型的瓶颈路段，其合流、交织、换道等行为频繁发生。通过实时通信和精确的运动控制，互联和自动驾驶车辆（CAV）为大幅提高入口匝道瓶颈的交通运行性能提供了机会。在本文中，我们提出了一个上层控制策略，以协调两个交通流在入口匝道合并，通过积极的间隙创建和队列形成。协调包括三个组成部分：（1）主线车辆主动减速，以创造大的合并间隙;（2）匝道车辆形成队列进入主干道;（3）主干道上创造的间隙和匝道上形成的队列在大小，速度和到达时间方面相互协调。协调制定为一个约束优化问题，结合宏观和微观交通流模型，流量水平的效率收益。该模型以交通状态参数为输入，确定适应实时交通状况的最优协调方案。拟议的协调的好处是通过一个说明性的案例研究证明。结果表明，协调是兼容的，与现实世界的实施，可以大大提高入口匝道合并的整体效率，特别是在高交通量的条件下，其中经常性的交通拥堵是防止，合并吞吐量增加。
2021-08-04 cs.SY eess.SY
Collaborative Platooning of Automated Vehicles Using Variable Time-Gaps
Texas A&M University（德克萨斯农工大学）
本文设计了能协调多维目标时间间隔和速度的控制器，通过空间域分析实现车辆编队稳定，以最大化交通流并维持安全。
2017-10-05 cs.SY eess.SY
Platoon-Centric Green Light Optimal Speed Advisory Using Safe Reinforcement Learning
本文提出一种以车队为中心、基于安全强化学习的GLOSA系统，结合多智能体控制器与Control Barrier Functions，在保障跟车与红灯安全的同时优化CAV速度，有效平衡能耗与出行效率。
2025-09-15 cs.SY eess.SY
Platooning in the Presence of a Speed Drop: A Generalized Control Model
Texas A&M University（德克萨斯农工大学）
本文提出了一种通用控制模型，用于跟踪期望速度曲线并确保自动驾驶车辆编队的安全性，通过定义适当的自然误差项和目标曲线，解决了速度下降时的编队跟踪问题。
2017-09-28 cs.SY eess.SY
Where to Decide? Centralized vs. Distributed Vehicle Assignment for Platoon Formation
针对车队编队中的车辆分配问题，提出基于车辆速度和位置相似度的优化模型，对比集中式MIP求解、集中式贪心与分布式贪心三种方法，通过PlaFoSim仿真发现分布式贪心接近最优且复杂度最低。
2024-10-24 cs.MA cs.SY eess.SY
Communication-Efficient MARL for Platoon Stability and Energy-efficiency Co-optimization in Cooperative Adaptive Cruise Control of CAVs
本文提出融合QSGD与BDC的完全去中心化通信高效MARL框架，用于CAV的CACC，以协同优化车队稳定性与能效，并在多种基准和OpenACC真实场景中验证其节能、可扩展性与实用性。
2024-06-17 cs.SY eess.SY
Multi-Objective $H_{\infty}$ Control for String Stability of Cooperative Adaptive Cruise Control Systems
自动车辆跟随系统通过缩短车辆间的时间间隔，在增加道路上的车辆密度方面发挥着决定性作用。然而，沿车辆队列的干扰衰减，即，在时间间隔越来越短的情况下，串稳定性是一个具有挑战性的任务。为了保证车队的稳定性，研究了自适应巡航控制的多目标$H_{\infty}$控制方法和协同自适应巡航控制结构。所提出的控制方法解决了一个优化问题，并实现了控制器，它不仅能够提供系统的稳定性，但也从传统的$H_{\infty}$控制的字符串稳定性不同。
2021-03-25 cs.SY eess.SY
Mixed Platoon Control under Noise and Attacks: Robust Data-Driven Predictive Control and Human-in-the-Loop Validation
School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
针对含CAVs和HDVs的混合车队因人工驾驶不确定性及噪声、攻击导致的控制挑战，提出RDeeP-LCC框架，基于数据驱动可达性分析过近似系统动力学，通过解耦系统和管控制提升鲁棒性与多方面性能，并经人机闭环验证。
2025-11-13 cs.SY eess.SY
Heterogeneous CACC Coexistence: Simulation, Analysis, and Modeling
University of Brescia（布雷西亚大学）；CHECK24 GmbH（CHECK24有限公司）；University of Trento（特伦托大学）
针对异构CACC车辆队列的安全协作性与性能问题，通过仿真实验研究三种成熟CACC混合队列的微观与宏观表现，发现部分组合稳健安全，部分存在局限，强调需系统设计与建模框架开发。
2025-11-14 cs.NI cs.SY eess.SY
A Comparative Study of Oscillatory Perturbations in Car-Following Models
Concordia University（康考迪亚大学）
本研究比较IDM、OVM、GMM和CACC等跟驰模型对领头车辆速度扰动的响应，通过正弦振荡和离散速度变化评估各模型的稳定性与鲁棒性，为设计弹性队列控制策略提供启示。
2025-10-16 cs.SY eess.SY
Lateral String Stability for Vehicle Platoons
Texas A&M University（德克萨斯A&M大学）
针对自动驾驶队列中路径跟踪误差传播的安全问题，提出基于弧长视角的横向串稳定性框架，证明仅靠车载传感无法保证误差衰减，而V2V通信可实现有效衰减。
2026-06-29 cs.RO cs.SY eess.SY
Long hauling eco-driving: heavy-duty trucks operational modes control with integrated road slope preview
在本文中，一个完整的生态驾驶策略的重型卡车（HDT）的基础上有限数量的驾驶模式与相应的换档，以应付不同的路线事件和道路坡度数据。该问题被制定为一个最优控制问题的燃料消耗量和行程持续时间，并解决了使用庞特里亚金最小值原理（PMP）算法的路径搜索问题，这样的计算可以进行在线，实时。所开发的生态驾驶辅助系统（EDAS）为驾驶员提供速度曲线和驾驶模式（和档位）建议序列，而无需主动控制HDT（人在回路中），并且在实践中，允许驾驶员为安全提供上下文反馈。仿真结果表明，所开发的方法是能够提供一个完整的路线的基础上，已知的道路事件和坡度信息，同时满足所有的卡车操作约束的速度配置文件。
2022-03-23 cs.SY eess.SY
A CAD Framework for Simulation of Network Level Attack on Platoons
本文提出一种自动化CAD工具流程，支持在可定制车队结构和车辆动力学上合成并仿真虚假数据注入攻击，用于联网车辆原型的性能验证及轻量级攻击检测与缓解算法的设计与验证。
2022-05-02 cs.CR cs.SY eess.SY
Energy-based Assessment and Driving Behavior of ACC Systems and Humans Inside Platoons
本研究通过实证观测对比商用ACC系统与人类驾驶员在车队跟驰中的能耗特性与行为差异，发现ACC存在能耗向上游传播等特点，需优化以平衡功能与生态驾驶需求。
2023-06-12 cs.SY eess.SY
Routing for Traffic Networks with Mixed Autonomy
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）；Georgia Institute of Technology（佐治亚理工学院）
本文提出了一种宏观模型，研究人类驾驶与自动驾驶车辆共享网络的路由问题，分析自动驾驶车辆编队的影响，通过建立道路容量模型并定义道路延迟函数，界定了价格厌恶（PoA）和双标准指标，发现其依赖于多项式次数和交通不对称性程度。
2018-09-05 cs.GT cs.SY eess.SY
A Driver-in-the Loop Fuel Economic Control Strategy for Connected Vehicles in Urban Roads
Clemson University（克莱姆森大学）
本文提出一种驾驶员在环的燃油经济控制策略，利用V2V通信和交通信号信息，结合马尔可夫链建模驾驶员误差，通过随机场景树模型预测控制提升燃油经济性和交通流动性。
2017-05-19 cs.SY eess.SY
A Simulation Framework with Guaranteed Error Bounds for Safety and Fuel-Efficiency Analysis of Vehicle Platoons
Shibaura Institute of Technology（芝浦工业大学）
提出基于仿真的方法研究车辆编队安全问题，通过分析跨控制参数的最小车间距，利用提升状态表示和微分不等式推导，给出选仿真时间的方法，还扩展到燃油效率分析并举例说明。
2026-07-07 cs.SY eess.SY math.OC
Impact of Different Desired Velocity Profiles and Controller Gains on Convoy Driveability of Cooperative Adaptive Cruise Control Operated Platoons
本文针对CACC车队，采用纵向模型、PD巡航控制器和通用间距策略，仿真比较两种期望速度曲线及鲁棒PID重整定增益对720米路段与US06 SFTP工况下行驶平顺性的影响。
2023-06-03 cs.SY eess.SY
Eco-driving under localization uncertainty for connected vehicles on Urban roads: Data-driven approach and Experiment verification
本文针对城市道路联网车辆在定位不确定性下的生态驾驶问题，提出一种数据驱动MPC方法，通过学习代价函数和约束实现短时域实时速度规划，并在实车实验中实现12%的能效提升。
2024-04-04 cs.SY eess.SY
Euclidean Approach to Green-Wave Theory Applied to Traffic Signal Networks
本文提出一种基于欧几里得几何的绿波理论，通过定义RGW道路、绿色箭头和节点等概念并推导其运动规律，实现任意长信号化主干道网络的不间断通行，并经RGW-SIM仿真验证了所生成信号配时与相位差的有效性。
2025-08-16 cs.SY eess.SY
Synthesis of Output-Feedback Controllers for Mixed Traffic Systems in Presence of Disturbances and Uncertainties
在本文中，我们研究混合交通系统，沿单车道环路或开放式道路。交通流形成了一个车队，其中包括许多异构的人类驾驶车辆（HDV），以及只有一个连接和自动驾驶车辆（CAV），从几个邻居接收信息。假设HDV的动力学遵循最优速度模型（OVM），单CAV的加速度直接由动态输出反馈控制器控制。这项工作的最终目标是提出一个鲁棒控制策略，可以平滑的交通流中存在不希望的干扰（例如突然减速）和参数的不确定性。合成动态输出控制器的先决条件是底层系统的可镇定性和可检测性。因此，首先从理论上证明了混合交通流系统的稳定性和可检测性。然后，两个H ∞控制策略，考虑和不考虑系统动态的不确定性，设计。随后通过数值模拟说明了这两种控制方法的有效性，并给出了各种实验结果，以证明所提出的控制器的有效性，以减轻干扰放大和实现队列稳定。
2021-07-28 cs.SY eess.SY math.OC
Eco-Coasting Strategies Using Road Grade Preview: Evaluation and Online Implementation Based on Mixed Integer Model Predictive Control
滑行已经被广泛用于生态驾驶指南，以减少燃料消耗，从动能中获利。然而，由于最优控制问题的过于简单化和整数变量，不同滑行策略之间的综合比较以及基于道路坡度预瞄的生态滑行策略的在线性能还不清楚。在此，提出了两种不同的滑行策略（燃料切断和发动机启动/停止），以揭示使用道路坡度预览的生态滑行的潜在好处。在建模中考虑了发动机阻力矩和用于发动机再起动的能量成本，以公平地评估离线和在线性能。离线性能的这两种滑行方法进行评估，通过动态规划（DP）在不同的驾驶场景下，不同的坡度剖面。离线仿真表明，发动机启动/停止方法优于燃料切断方法的燃料消耗和旅行时间，摆脱了发动机的阻力矩。然后，这两个惰行方法的在线性能进行评估，使用混合建模模型预测控制（MIMPC）。在MIMPC公式中加入了一个新的最小关断步长操作约束，以避免代表燃油切断和发动机启动/停止机制的整数变量的频繁切换。仿真结果表明，无论是燃油切断和发动机启动/停止惯性滑行方法，MPC控制器降低燃油消耗的水平，而不牺牲行程时间的DP。
2021-12-25 cs.SY eess.SY
Cooperative Schedule-Driven Intersection Control with Connected and Autonomous Vehicles
Carnegie Mellon University（卡内基梅隆大学）
最近的工作分散，时间表驱动的交通控制已经证明了在复杂的城市道路网络，以提高交通流的效率的能力。在这种方法中，调度代理与每个交叉口相关联。每个代理感知接近其交叉口的交通，并实时构建一个时间表，最大限度地减少在当前前瞻视野内接近交叉口的车辆的累积等待时间。在本文中，我们提出了一种合作算法，利用连接和自动驾驶车辆（CAV）和时间表驱动的交通控制，以创造更好的城市交通流。该算法使交叉口调度代理调整的到来时间的车队通过使用无线通信来控制车辆的速度。接近队列的序列因此被移向具有较小累积延迟的新形状。我们演示了如何在实时交通信号控制问题，该算法优于原来的方法。
2019-07-03 cs.RO cs.SY eess.SY
