Core Concepts
協力型自動運転は、交通流量を改善し、バランスの取れた流れを提供する可能性がある。
Abstract
2023年IEEE Intelligent Vehicles Symposiumで発表された研究では、協力型自動運転(CAD)が交通流量や個々の待ち時間を改善する可能性が示唆されている。特に、低い自動車密度でも効果的なCADシステムが必要であり、将来の予想される開発にも対応できることが強調されている。提案されたアルゴリズムは、相互接続された自動車(CAV)と非接続の自動車を含む混合交通環境でバランスの取れた流れを実現することを目指して設計されており、人間ドライバーと市場ニーズも考慮されている。シミュレーション結果では、異なる人間行動パラメータによってトラフィックフローがどのように変化するかが明らかになっており、提案されたCAD機能が交通流量に与える影響が詳細に分析されている。
Stats
低いpfと比較的高いpbでは、提案されたCAD機能の影響は特に顕著であり、ブロックされたレーン上の車両は各1%増加するごとに約1%向上したφを得られる。
pf ≫ pbの場合、ブロックされたレーン上の車両数がフリーレーン上よりも多くなりφ < 0となります。
カウント対非カウントバリアント間の比較では、非カウントバリアントはφ ≈ 0へのフロー偏りを減少させる効果が少ないことが示唆されています。
Quotes
"Connected automated vehicles (CAV), which incorporate vehicle-to-vehicle (V2V) communication into their motion planning, are expected to provide a wide range of benefits for individual and overall traffic flow."
"Based on the example of a cooperative driving function for bottleneck traffic flows, we illustrate how such an evolutionary, incremental introduction can be achieved under transparent assumptions and objectives."
"The proposed algorithm is designed to leverage emergence, in the sense that simple local rules are specified that, on a larger scale, achieve the desired effects without global control or global optimization."