联网自动驾驶车辆的流感知编队策略
系统与控制
2021-08-13 v1 系统与控制
摘要
联网自动驾驶车辆（CAVs）通过在道路上以短车距编队行驶，有望提升交通容量与能源效率。然而在低 CAV 渗透率下，容量增益很小，因为随机驶入道路的 CAV 分布稀疏，降低了形成长编队的概率。许多研究者提出通过编队组织策略解决此问题：CAV 在道路上搜寻其他 CAV 并在必要时变道以形成更长编队。但现有文献未分析编队组织可能通过引发更多变道而扰乱车流、降低容量的潜在风险。本研究中，我们使用经实地实验验证的协同自适应巡航控制（CACC）车辆与人类驾驶车辆行驶模型，发现编队组织确实会因更多变道而降低容量。但当交通需求远低于容量时，编队组织能在不降低车流的情况下形成更长 CAV 编队。基于该发现，我们开发了流感知编队组织策略，其中 CAV 根据局部交通状态（即低流量与高速度）有条件地执行编队组织。我们在真实高速公路网络上仿真流感知编队组织，表明 CAV 成功形成更长编队，同时确保了最大交通流。
引用
@article{arxiv.2108.05530,
title = {Flow-Aware Platoon Formation of Connected Automated Vehicles},
author = {Soomin Woo and Alexander Skabardonis},
journal= {arXiv preprint arXiv:2108.05530},
year = {2021}
}