Distribuido Stochastic Model Predictive Control para un Modelo de Tráfico Interactivo Microscópico
Autores: Dang, Ni; Brüdigam, Tim; Zhang, Zengjie; Liu, Fangzhou; Leibold, Marion; Buss, Martin
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Distribuido Stochastic Model Predictive Control para un Modelo de Tráfico Interactivo Microscópico
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Control predictivo basado en modelos estocásticos
Conducción autónoma
Planificación de trayectorias
Incertidumbres
Múltiples vehículos
SMPC distribuido
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 38
Citaciones: Sin citaciones
El Modelado Predictivo Estocástico de Control (SMPC) ha atraído cada vez más atención para la conducción autónoma en los últimos años, ya que permite maniobras sin colisiones y planificación de trayectorias y puede manejar incertidumbres de una manera no conservadora. Se han propuesto muchas estrategias prometedoras sobre cómo utilizar el SMPC para seleccionar maniobras apropiadas y planificar trayectorias seguras en entornos inciertos. La limitación de estos enfoques es que se centran en escenarios donde solo un vehículo es controlado por SMPC y, por lo tanto, reacciona a los vehículos circundantes; sin embargo, los vehículos circundantes no reaccionan al vehículo controlado por SMPC, lo que significa que no hay interacción mutua. Sin embargo, cuando varios vehículos autónomos están conduciendo en la carretera, cada vehículo individual tendrá en cuenta el comportamiento de los otros vehículos circundantes y ajustará sus decisiones individuales en consecuencia en la planificación de trayectorias. Por lo tanto, este documento examina en simulaciones cómo se comporta el sistema de control interactivo de múltiples vehículos controlados por SMPC basado en un marco de SMPC Distribuido (DSMPC). Para un escenario de autopista de tres carriles, primero investigamos los efectos del parámetro de riesgo de la restricción probabilística de evasión de colisiones en sistemas de vehículos no interactivos e interactivos y proporcionamos información sobre cómo parametrizar los controladores en sistemas de vehículos interactivos.
Descripción
El Modelado Predictivo Estocástico de Control (SMPC) ha atraído cada vez más atención para la conducción autónoma en los últimos años, ya que permite maniobras sin colisiones y planificación de trayectorias y puede manejar incertidumbres de una manera no conservadora. Se han propuesto muchas estrategias prometedoras sobre cómo utilizar el SMPC para seleccionar maniobras apropiadas y planificar trayectorias seguras en entornos inciertos. La limitación de estos enfoques es que se centran en escenarios donde solo un vehículo es controlado por SMPC y, por lo tanto, reacciona a los vehículos circundantes; sin embargo, los vehículos circundantes no reaccionan al vehículo controlado por SMPC, lo que significa que no hay interacción mutua. Sin embargo, cuando varios vehículos autónomos están conduciendo en la carretera, cada vehículo individual tendrá en cuenta el comportamiento de los otros vehículos circundantes y ajustará sus decisiones individuales en consecuencia en la planificación de trayectorias. Por lo tanto, este documento examina en simulaciones cómo se comporta el sistema de control interactivo de múltiples vehículos controlados por SMPC basado en un marco de SMPC Distribuido (DSMPC). Para un escenario de autopista de tres carriles, primero investigamos los efectos del parámetro de riesgo de la restricción probabilística de evasión de colisiones en sistemas de vehículos no interactivos e interactivos y proporcionamos información sobre cómo parametrizar los controladores en sistemas de vehículos interactivos.