面向网联自动驾驶车辆动态控制的多目标生态路径规划
最优化与控制
2020-10-12 v3 多智能体系统
摘要
能够与外界基础设施通信并实现运动自动化的智能车辆的出现，为解决城市交通拥堵与污染等关键问题提供了一系列新选项，且无需集中式交通控制。此外，信息、通信与传感技术的进步使得实时交通与排放数据得以获取。利用这些进展，本文提出并在分布式交通管理系统中实现了一种面向网联自动驾驶车辆（CAVs）的动态多目标生态路径策略。该策略在内部基于智能体的交通仿真平台上应用于多伦多市中心路网。所提系统的性能与多种单目标优化进行了比较。仿真结果表明，将实时排放与交通状态纳入动态路径规划，同时考虑下游交叉口的预期延误，具有重要意义。所提多目标生态路径有望分别使温室气体（GHG）和氮氧化物（NOx）排放降低43%和18.58%，同时将平均出行时间减少40%。
引用
@article{arxiv.2005.00815,
title = {Multi-Objective Eco-Routing for Dynamic Control of Connected & Automated Vehicles},
author = {Shadi Djavadian and Ran Tu and Bilal Farooq and Marianne Hatzopoulou},
journal= {arXiv preprint arXiv:2005.00815},
year = {2020}
}