考虑通信相关约束的网联自动驾驶车辆协同自适应巡航控制
系统与控制
2019-05-10 v2 最优化与控制
摘要
文献中针对网联自动驾驶车辆(CAV)场景下队列编队所提出的 emergent 协同自适应巡航控制(CACC)策略，大多假设队列具有理想化的固定信息流拓扑(IFT)，即所假设 IFT 下的车对车(V2V)通信得到保证。由于 CACC 策略需要持续的信息广播，在拥堵的 CAV 交通网络中可能发生通信故障，导致队列的 IFT 动态变化。为提升 CACC 策略性能，本研究提出动态优化 CACC 的 IFT 的思路，称为 CACC-OIFT 策略。在 CACC-OIFT 下，队列中的车辆实时协同决定哪些车辆动态停用或启用其 V2V 通信设备的"发送"功能，以生成在当前交通条件下优化队列弦稳定性的 IFT。给定采用双前车跟随方案的自适应比例-微分(PD)控制器，以及时间段开始前 ambient 交通条件与队列规模，IFT 优化模型确定最大化期望弦稳定性的最优 IFT。该最优 IFT 在该时间段内部署，自适应 PD 控制器基于该时段内每一时刻展开的退化场景持续决定车辆的跟驰行为。所提 CACC-OIFT 的有效性通过基于 NGSIM 现场数据在 NS-3 中的数值实验得到验证。结果表明，所提 CACC-OIFT 能在不可靠 V2V 通信环境下显著提升队列控制的弦稳定性，优于采用固定 IFT 或被动自适应 IFT 动态方案的 CACC。
引用
@article{arxiv.1807.07232,
title = {Cooperative Adaptive Cruise Control for Connected Autonomous Vehicles by Factoring Communication-Related Constraints},
author = {Chaojie Wang and Siyuan Gong and Anye Zhou and Tao Li and Srinivas Peeta},
journal= {arXiv preprint arXiv:1807.07232},
year = {2019}
}
备注
the 23rd International Symposium on Transportation and Traffic Theory, ISTTT 23