面向新兴交通系统实时控制的研究与教育型机器人实验平台：从理论到缩比实验
最优化与控制
2025-03-25 v4
摘要
新兴交通系统，例如联网自动驾驶车辆（CAVs）、共享出行与电动汽车，为用户更好地监测交通网络状况并做出更优决策以提升安全性与交通效率提供了最引人入胜的机遇。然而，在连通性与自动化大规模部署之前，需要对 CAVs 进行从数值仿真到真实公共道路的彻底评估。由于在缩比实验平台中评估 CAVs 性能具有可快速、重复实验且超越仿真的灵活性，近期备受关注。本文介绍信息决策科学实验室缩比智能城市（IDSC），一个能够复现不同真实世界城市交通场景的 1:25 研究与教育型缩比机器人实验平台。IDSC 旨在研究新兴交通系统对安全性与交通效率的影响。在教育方面，IDSC 可用于（a）通过理论实践平衡结合培养研究生，（b）将研究成果融入现有课程，（c）吸纳本科生参与研究，（d）创建交互式教育演示，以及（e）面向高中生开展科普。在论述中，我们还提出一种实时控制框架，可用于在交叉口无信号通行、道路与环岛合流、拥堵路段巡航、限速区通过以及车道合流或超车等交通场景中协调 CAVs。最后，我们给出将所提框架应用于 IDSC 中多车道环岛场景与交通走廊协调机器人 CAVs 的教程。
引用
@article{arxiv.2109.05370,
title = {A Research and Educational Robotic Testbed for Real-time Control of Emerging Mobility Systems: From Theory to Scaled Experiments},
author = {Behdad Chalaki and Logan E. Beaver and A M Ishtiaque Mahbub and Heeseung Bang and Andreas A. Malikopoulos},
journal= {arXiv preprint arXiv:2109.05370},
year = {2025}
}
备注
35 pages, 9 figures