![Search icon](https://hackernoon.imgix.net/search-new.png?w=19&h=19)
Tekijät:
(1) Mehdi Naderi;
(2) Markos Papageorgiou;
(3) Dimitrios Troullinos;
(4) Iasson Karafyllis;
(5) Ioannis Papamichail.
OD-käytävät ja halutut suunnat
Liite A: Törmäyksen havaitseminen
Liite B: Muunnetut ISO-etäisyyskäyrät
Tiivistelmä – Automatisoitujen ajoneuvojen hallinta suurilla kaistavapailla liikenneympyröillä on haastavaa geometrisen monimutkaisuuden ja toistuvien ristiriitojen vuoksi sisään tulevien, pyörivien ja poistuvien ajoneuvojen välillä. Tässä asiakirjassa ehdotetaan kattavaa menetelmää ajoneuvojen ohjaamiseksi liikenneympyrässä ja siihen liittyvissä tiehaaroissa. Kehitetty reaaliaikainen ajoneuvon liikestrategia perustuu offline-tilassa laskettuihin leveisiin päällekkäisiin liikekäytäviin, yksi jokaiselle Origin-Destination (OD) -liikkeelle, jotka rajaavat vastaavien OD-ajoneuvojen sallitut liikealueet. Myös tilariippuvaiset halutut suunnat määräytyvät määränpään mukaan mahdollisten ajoneuvoristiriitojen vähentämiseksi ja matkan pituuden vähentämiseksi. Hajautettua (ajoneuvokohtaista) liikkeenohjausstrategiaa, jossa käytetään kahta epälineaarista takaisinkytkentäohjainta (NLFC) ympyrä- ja suoria liikkeitä varten, käytetään kunkin ajoneuvon navigoimiseen vastaavassa OD-käytävässä kohti määränpäätä, mikä huomioi halutun suunnan ja välttää törmäykset. muiden ajoneuvojen kanssa; kun taas rajavalvojat takaavat, että käytävän rajoja ei rikota ja uloskäyntiä ei ohiteta. Liian monimutkaisena tapaustutkimuksena pidämme Pariisin kuuluisaa Place Charles de Gaullen liikenneympyrää, jonka leveys on 38 metriä ja joka sisältää tusinaa kaksisuuntaisia säteittäisiä katuja, eli yhteensä 144 OD:ta. Esitetyn menetelmän tarkoituksenmukaisuus ja tehokkuus varmistetaan mikroskooppisella simulaatiolla ja makroskooppisten tietojen arvioinnilla.
Hakemistotermit – automatisoidut ajoneuvot, kaistaton liikenne, mikroskooppinen simulointi, epälineaarinen palauteohjain
Liikenneruuhkien aiheuttamien ongelmien, kuten matkustusviivästysten, ympäristön pilaantumisen ja liikenneturvallisuuden heikkenemisen, ratkaisemiseksi on viime vuosikymmeninä kehitetty ja osittain käytetty erilaisia liikenteenohjauksen menetelmiä [1], [2]. Viime aikoina on kehitetty laaja valikoima ajoneuvojen automaatio- ja viestintäjärjestelmiä (VACS), jotka parantavat valtavasti ajoneuvojen yksilöllisiä ominaisuuksia ja mahdollistavat uuden sukupolven mahdolliset liikenteenhallintatyökalut [3], [4]. Tämä suuntaus jatkuu, kun ilmaantuu korkean automatisoinnin tai lähes kuljettajattomia ajoneuvoja, joita kokeillaan todellisissa liikenneympäristöissä, katso esim. [5]. Lähitulevaisuudessa ajoneuvot voivat olla yhteydessä toisiinsa ja infrastruktuuriin; ja ajaa automaattisesti omien antureiden, tiedonsiirtojen ja asianmukaisten liikkeenhallintastrategioiden perusteella.
Äskettäin ehdotettiin TrafficFluid-konseptia, joka on uusi paradigma ajoneuvoliikenteelle ja jota sovelletaan ajoneuvojen automaation ja viestinnän korkealla tasolla [6]. TrafficFluid-konsepti perustuu kahteen yhdistettyyn periaatteeseen: (a) Kaistaton liikenne, jossa ajoneuvot eivät ole sidottu kiinteisiin liikennekaistoihin, kuten tavanomaisessa liikenteessä, vaan ne voivat ajaa missä tahansa tien 2D-pinnalla; ja (b) Ajoneuvon tönäytyminen, jossa ajoneuvot ilmoittavat läsnäolostaan muille niiden edessä oleville ajoneuvoille (tai ne havaitsevat ne), ja tämä voi vaikuttaa edessä olevien ajoneuvojen liikkeisiin. Parin viime vuoden aikana TrafficFluid-paradigman mukaisesti on ehdotettu useita liikkumisstrategioita itseohjautuville ajoneuvoille kaistavapaalla infrastruktuurilla käyttäen erilaisia menetelmiä, mukaan lukien: ad-hoc-strategiat [6], [7], optimaalinen ohjaus [8], [ 9], vahvistusoppiminen [10], epälineaarinen takaisinkytkentäohjaus [11], [12]; ja yleinen simulointiympäristö kaistavapaalle liikenteelle on myös kehitetty [13]; katso [14] lyhyt katsaus.
Luc Julia mainitsi merkittävässä pääpuheenvuorossa [15] kaksi syytä, miksi kuljettajattomat ajoneuvot eivät ehkä koskaan ole todellisuutta, yksi niistä on kuviossa 1 kuvattu monimutkainen Place Charles de Gaullen liikenneympyrä Pariisissa, joka on liian monimutkainen automatisoiduille ajoneuvoille. (AV) navigoidaksesi. Tämä kuuluisa liikenneympyrä on 38 m leveä, ulkosäde on 84 m ja sisäsäde 46 m. Se käsittää tusinaa kaksisuuntaista säteittäistä katua eli 144 erillistä ajoneuvojen lähtö-kohde-liikettä (OD). Tämän monimutkaisuuden vuoksi tämä tieinfrastruktuuri toimii ilman kaistoja; Siksi ihmiskuljettajien on liikenneympyrässä löydettävä tiensä noudattamatta yhtään liikennekaistaa. Luc Julian lausunto antoi meille motivaation vastata haasteeseen ja pohtia Place Charles de Gaullen liikenneympyrää, joka on joka tapauksessa kaistavapaa infrastruktuuri, tapaustutkimuksena TrafficFluid-konseptille, eli kehittää ajoneuvojen liikestrategia AV:lle. voivat asua ja ajaa tällaisissa monimutkaisissa liikenneympyröissä, kuten tässä asiakirjassa kerrotaan.
Kiertoliittymät ovat kaupunkiliikenteen keskeinen osa, mikä mahdollistaa tehokkaamman kevyen liikenteen sujuvuuden [17]; mutta siitä voi tulla pullonkaula korkeammissa vaatimuksissa. Siksi liikenneympyröiden onnistunut hallinta, jota pidetään monimutkaisuuden vuoksi vaikeana, voi parantaa liikenteen sujuvuutta lähialueella. Kirjallisuudessa on useita teoksia, jotka keskittyvät AV-ajoon liikenneympyröissä [18]-[33]. Olemassa olevien menetelmien luokittelu, joka perustuu joihinkin tärkeisiin piirteisiin, on
annettu taulukossa I. Suurin osa raportoiduista töistä näyttää keskittyvän yksinkertaisiin liikenneympyröihin, jotka eivät ole lähelläkään tämän paperin tapaustutkimuksen monimutkaisuutta. Erityisesti suurin osa niistä keskittyy yksi- tai kaksikaistaisiin liikenneympyröihin, joissa on rajoitettu määrä säteittäisiä katuja.
Alustava raportti varhaisista tuloksista kaistavapaista liikenneympyröistä, joihin sisältyi AV-ohjausjärjestelmä ja soveltaminen Place Charles de Gaullen (Pariisi) liikenneympyrään, esiteltiin [34]. Siinä epälineaarista takaisinkytkentäohjainta, joka kehitettiin vuonna [11] suorilla kaistavapailla teillä liikkuville ajoneuvoille, käytettiin ohjaamaan ajoneuvoja liikenneympyrässä. Lisäksi kehitimme julkaisussa [35] optimaalisen ohjausmenetelmän, joka minimoi matkan etäisyyden painotetun summan ja poikkeaman ympyräliikkeestä haluttujen suuntausten määrittämiseksi suurilla liikenneympyröillä korvaamaan kohdassa [34] käytetyn heuristisen menetelmän.
Tässä artikkelissa laajennamme ja parannamme [34]:ssä esitettyjä strategioita monissa merkittävissä näkökohdissa, jotta voimme tarjota turvallisen ja mukavan ajoneuvon liikkeen sekä hyväksyttävän suorituskyvyn, erityisesti tiheissä tilanteissa. Ensinnäkin uutta epälineaarista säädintä, joka on suunniteltu kehäteille vuonna [12], käytetään ohjaamaan ajoneuvoja liikkuessaan liikenneympyrässä, mikä on tarkoituksenmukaisempaa kuin suoran tien ohjaimen muokkaaminen, kuten kohdassa [34]. Toiseksi käytetään suboptimaalista online-lähestymistapaa, joka on esitetty kohdassa [35], jotta voidaan määrittää ajoneuvon halutut suuntaukset. Lisäksi otetaan käyttöön joitain lisänäkökohtia, kuten mukautuva haluttu nopeus paikallisen tiheyden perusteella sekä pitkittäinen turvaohjain.
varmistaakseen: (i) sopivan suorituskyvyn erittäin ruuhkaisissa tilanteissa; ja ii) infrastruktuurin hyvä hyödyntäminen ja korkea suorituskyky kaikilla tiheystasoilla. Liikestrategiaa suunnitellessamme olemme paikoin yrittäneet kuvitella loogisia inhimillisiä päätöksiä ja seuranneet niitä, jos ne ovat osoittautuneet tehokkaiksi. Video Charles de Gaullen liikenneympyrän mikroskooppisesta simulaatiosta esitetyllä lähestymistavalla on saatavilla osoitteessa https://bit.ly/36exR42. Lopuksi makroskooppisia tietoja käytetään arvioitaessa esitetyn metodologian liikennetason tehokkuutta.
Lehden loppuosa on seuraava. Osa II selittää ajoneuvon dynamiikkaa ja muunnoksia ympyrä- ja vinoliikenteessä. Epälineaariset säätimet, joita käytetään suorille ja ympyräreiteille, on esitetty luvussa III. Luvussa IV kuvataan suunnitellut OD-käytävät ja haluttu suuntautumistapa. Raja- ja turvaohjaimet on esitetty luvussa V. Simulaatiotulokset on esitetty luvussa VI. Loppuhuomautukset esitetään VII jaksossa. Joitakin sivuongelmien yksityiskohtia on neljässä liitteessä.
Tämä paperi on saatavilla arxivissa CC 4.0 -lisenssillä.