联网交通信号灯的自动驾驶车辆鲁棒生态驾驶控制
最优化与控制
2019-04-11 v2
摘要
本文关注与交通信号灯通信的联网自动驾驶车辆（CAVs）的速度规划问题。考虑了道路上信号化交叉口交通信号配时的不确定性。生态驾驶问题被表述为一个数据驱动的机会约束鲁棒优化问题。有效红灯时长（ERD）被定义为一个随机变量，描述通过信号化交叉口的可行通行时间。在实践中，ERD 的真实概率分布通常未知。因此，采用数据驱动方法基于经验样本数据构造机会约束。这将鲁棒性纳入面对不确定信号配时的生态驾驶控制问题。采用动态规划（DP）求解该优化问题。仿真结果表明，与改进的智能驾驶员模型（IDM）相比，所提方法能生成最优速度参考轨迹，车辆燃油消耗减少 40%，同时保持到达时间处于相近水平。所提控制方法显著提高了面对不确定信号配时时的控制器鲁棒性，且无需事先知道该随机变量的分布。
引用
@article{arxiv.1802.05815,
title = {Robust Eco-Driving Control of Autonomous Vehicles Connected to Traffic Lights},
author = {Chao Sun and Jacopo Guanetti and Francesco Borrelli and Scott Moura},
journal= {arXiv preprint arXiv:1802.05815},
year = {2019}
}
备注
I want to withdraw the paper to make some revision and corrections