用于网联自动驾驶车辆高效通行的性能敏感势函数
系统与控制
2024-07-18 v1 系统与控制
摘要
网联自动驾驶车辆（CAVs）为用户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瞩目的机遇。本文研究在基于车道的道路上有效协调 CAVs 的问题。我们的方法利用势函数在 CAVs 间产生排斥力以确保避撞。然而，此类势函数可能导致不真实的加速度曲线与较大的车间距。本工作的主要贡献是引入性能敏感势函数以应对这些挑战。在我们的方法中，势函数的参数通过一个优化问题确定，旨在减小加速度与车间距。为规避由此优化问题复杂性带来的计算负担（其阻碍实时解的推导），我们训练了一个神经网络模型以学习初始条件到离线推导的最优参数的映射。随后，我们证明了采样数据模型的充分准则，以确保神经网络输出不激活任何状态与安全约束。最后，我们给出仿真结果以证明所提方法的有效性。
引用
@article{arxiv.2309.01238,
title = {Performance-Sensitive Potential Functions for Efficient Flow of Connected and Automated Vehicles},
author = {Filippos N. Tzortzoglou and Dionysios Theodosis and Aditya Dave and Andreas Malikopoulos},
journal= {arXiv preprint arXiv:2309.01238},
year = {2024}
}