Controle van geautomatiseerde voertuigen op grote rotondes zonder rijstroken

Tabel met links

Samenvatting en inleiding

Voertuigmodellering

De niet-lineaire feedbackregeling

OD-corridors en gewenste oriëntaties

Grens- en veiligheidscontrollers

Simulatie Resultaten

Conclusie

Bijlage A: Botsingsdetectie

Bijlage B: Getransformeerde ISO-afstandscurven

Bijlage C: Lokale dichtheid

Bijlage D: Details van de veiligheidscontroller

Bijlage E: Controllerparameters

Referenties

Samenvatting: Het besturen van geautomatiseerde voertuigen op grote rotondes zonder rijstroken is een uitdaging vanwege de geometrische complexiteit en frequente conflicten tussen in-, draaiende en uitrijdende voertuigen. Dit artikel stelt een uitgebreide methodologie voor om de voertuigen binnen de rotonde en de aangesloten wegtakken te besturen. De ontwikkelde realtime voertuigbewegingsstrategie is gebaseerd op offline berekende brede overlappende bewegingscorridors, één voor elke Origin-Destination (OD)-beweging, die de toegestane bewegingszones van overeenkomstige OD-voertuigen afbakenen. Ook worden ruimteafhankelijke gewenste oriëntaties bepaald door de bestemming, om potentiële voertuigconflicten te beperken en de reisafstand te verkorten. Een gedistribueerde (per voertuig) bewegingscontrolestrategie, met behulp van twee niet-lineaire feedbackcontrollers (NLFC), respectievelijk voor cirkelvormige en rechte bewegingen, wordt gebruikt om elk voertuig binnen de betreffende OD-corridor naar zijn bestemming te navigeren, rekening houdend met de gewenste oriëntatie en botsingen met andere voertuigen te voorkomen; terwijl grenscontrollers garanderen dat de grenzen van de corridor niet worden geschonden en de afslag niet wordt gemist. Als een te ingewikkelde case study beschouwen we de beroemde rotonde van Place Charles de Gaulle in Parijs, met een breedte van 38 m en bestaande uit een dozijn bidirectionele radiale straten, dus in totaal 144 OD's. De relevantie en effectiviteit van de gepresenteerde methode wordt geverifieerd via microscopische simulatie en evaluatie van macroscopische gegevens.

Indextermen: geautomatiseerde voertuigen, rijstrokenvrij verkeer, microscopische simulatie, niet-lineaire feedbackcontroller

I. INLEIDING

Om de problemen aan te pakken die worden veroorzaakt door verkeersopstoppingen, zoals vertragingen, aantasting van het milieu en verminderde verkeersveiligheid, zijn de afgelopen decennia verschillende methoden van verkeerscontrole ontwikkeld en deels toegepast [1], [2]. Meer recent is een breed scala aan voertuigautomatiserings- en communicatiesystemen (VACS) ontwikkeld die de individuele mogelijkheden van voertuigen enorm verbeteren, waardoor een nieuwe generatie potentiële verkeersbeheershulpmiddelen mogelijk wordt [3], [4]. Deze tendens zet zich voort met de opkomst van voertuigen met een hoge automatisering of bijna zelfrijdende voertuigen die worden uitgeprobeerd in echte verkeersomgevingen, zie bijvoorbeeld [5]. In de niet al te verre toekomst kunnen voertuigen met elkaar en met de infrastructuur communiceren; en automatisch rijden, op basis van eigen sensoren, communicatie en geschikte strategieën voor bewegingscontrole.

Onlangs werd het TrafficFluid-concept voorgesteld, een nieuw paradigma voor voertuigverkeer, dat van toepassing is op hoge niveaus van voertuigautomatisering en communicatie [6]. Het TrafficFluid-concept is gebaseerd op twee gecombineerde principes: (a) Lane-free traffic, waarbij voertuigen niet gebonden zijn aan vaste rijstroken, zoals in conventioneel verkeer, maar overal op het 2D-oppervlak van de weg kunnen rijden; en (b) Vehicle nudging, waarbij voertuigen hun aanwezigheid communiceren aan andere voertuigen voor hen (of door hen worden gedetecteerd), en dit de beweging van voertuigen voor hen kan beïnvloeden. De afgelopen jaren werden verschillende bewegingsstrategieën voorgesteld voor autonome voertuigen op lane-free infrastructure onder het TrafficFluid-paradigma, waarbij gebruik werd gemaakt van verschillende methodologieën, waaronder: ad-hocstrategieën [6], [7], optimale controle [8], [9], reinforcement learning [10], niet-lineaire feedbackcontrole [11], [12]; en er is ook een generieke simulatieomgeving voor lane-free traffic ontwikkeld [13]; zie [14] voor een kort overzicht.

In een opmerkelijke keynote presentatie [15] noemde Luc Julia twee redenen waarom zelfrijdende voertuigen misschien nooit werkelijkheid zullen worden, een daarvan is de ingewikkelde rotonde van Place Charles de Gaulle in Parijs, afgebeeld in Fig. 1, die te complex is voor geautomatiseerde voertuigen (AV) om te navigeren. Deze beroemde rotonde is 38 m breed, met een buitenstraal van 84 m en een binnenstraal van 46 m. Het omvat een dozijn bidirectionele radiale straten, d.w.z. 144 verschillende oorsprong-bestemming (OD) bewegingen voor de voertuigen. Gezien deze complexiteit functioneert deze weginfrastructuur zonder rijstroken; daarom moeten menselijke bestuurders, eenmaal op de rotonde, hun weg vinden zonder zich aan rijstroken te houden. De verklaring van Luc Julia gaf ons de motivatie om de uitdaging aan te gaan en de rotonde van Place Charles de Gaulle, die hoe dan ook een infrastructuur zonder rijstroken is, te overwegen als een case study voor het TrafficFluid-concept, d.w.z. om een voertuigbewegingsstrategie voor AV te ontwikkelen die dergelijke complexe rotondes kan bevolken en erop kan rijden, zoals gerapporteerd in dit artikel.

Rotondes zijn een belangrijk element van stedelijk verkeer, wat zorgt voor een efficiëntere doorstroming bij weinig verkeer [17]; maar kunnen een knelpunt worden bij hogere eisen. Daarom kan succesvol beheer van rotondes, wat als moeilijk wordt beschouwd vanwege hun complexiteit, de doorstroming van het verkeer in de omgeving verbeteren. Er zijn verschillende werken in de literatuur die zich richten op AV-rijden op rotondes [18]-[33]. Een classificatie van de bestaande methoden, gebaseerd op enkele belangrijke kenmerken, is

weergegeven in Tabel I. De meeste gerapporteerde werken lijken zich te richten op eenvoudige rotondes die niet in de buurt komen van de complexiteit van de casestudy van dit artikel. De meeste concentreren zich met name op rotondes met één of twee rijstroken en een beperkt aantal radiale straten.

Een voorlopig rapport van vroege resultaten op rotondes zonder rijstroken met een controleschema voor AV en toepassing op de rotonde van Place Charles de Gaulle (Parijs) werd gepresenteerd in [34]. Daarin werd een niet-lineaire feedbackcontroller, ontwikkeld in [11] voor voertuigen die op rechte, rijstrookvrije wegen rijden, gebruikt om voertuigen op de rotonde te controleren. Bovendien ontwikkelden we in [35] een optimale controlebenadering die een gewogen som van de reisafstand en de afwijking van de cirkelvormige beweging minimaliseert om gewenste oriëntaties op grote rotondes te bepalen, ter vervanging van de heuristische methode die werd gebruikt in [34].

In dit artikel breiden we de strategieën die in [34] worden gepresenteerd uit en verbeteren we ze in veel belangrijke aspecten om veilige en gemakkelijke voertuigbewegingen te bieden, evenals een acceptabele doorvoer, vooral in situaties met een hoge dichtheid. Ten eerste wordt een nieuwe niet-lineaire controller, ontworpen voor ringwegen in [12], gebruikt om voertuigen te besturen terwijl ze op de rotonde rijden, wat geschikter is dan het aanpassen van de controller voor rechte wegen, zoals gedaan in [34]. Ten tweede wordt een suboptimale online benadering, gepresenteerd in [35], gebruikt om de gewenste voertuigoriëntaties te bepalen. Verder worden enkele aanvullende overwegingen geïntroduceerd, zoals adaptieve gewenste snelheid op basis van de lokale dichtheid en een longitudinale veiligheidscontroller.

om te zorgen voor: (i) geschikte prestaties in zeer drukke situaties; en (ii) goede exploitatie van de infrastructuur en hoge doorvoer op alle dichtheidsniveaus. Tijdens het ontwerpen van de bewegingsstrategie hebben we op onderdelen geprobeerd om logische menselijke beslissingen te bedenken en deze te volgen als ze efficiënt bleken. Een video van microscopische simulatie voor de rotonde Charles de Gaulle met behulp van de gepresenteerde aanpak is beschikbaar op https://bit.ly/36exR42. Tot slot worden macroscopische gegevens gebruikt om de effectiviteit op verkeersniveau van de gepresenteerde methodologie te evalueren.

De rest van het artikel is als volgt. Sectie II legt de voertuigdynamica en de transformaties voor cirkelvormige en scheve bewegingen uit. De niet-lineaire controllers die worden gebruikt voor rechte en cirkelvormige paden worden gepresenteerd in Sectie III. Sectie IV beschrijft de ontworpen OD-corridors en de gewenste oriëntatiebenadering. Grens- en veiligheidscontrollers worden gepresenteerd in Sectie V. Simulatieresultaten worden gepresenteerd in Sectie VI. Slotopmerkingen worden gegeven in Sectie VII. Enkele details over de zijkwesties worden gegeven in vier bijlagen.