Core Concepts
연결된 자율주행 차량의 협력적 주행을 위해 안전 제약 조건을 엄격하게 다루고 계산 효율성을 높이는 병렬 최적화 프레임워크를 제안한다.
Abstract
이 논문은 연결된 자율주행 차량(CAV)의 협력적 주행 문제를 다룹니다. 저자들은 안전 조건을 엄격한 제약 조건으로 다루고 계산 효율성을 높이기 위한 병렬 최적화 프레임워크를 제안합니다.
먼저, 차량 운동학, 충돌 회피, 도로 경계 제약 조건을 선형화하여 최적화 문제를 볼록 문제로 변환합니다. 그리고 차량 간 통과 순서를 암묵적으로 결정하는 새로운 전략을 제안합니다.
이를 바탕으로 이중 합의 ADMM 기반의 병렬 최적화 알고리즘을 개발합니다. 이를 통해 계산 부담을 크게 줄이면서도 주행 효율성을 높일 수 있습니다.
실험 결과, 제안한 방법이 기존 방법에 비해 계산 효율성과 주행 효율성 면에서 우수한 성능을 보였습니다. 특히 차량 수가 많은 경우에도 실시간 성능을 달성할 수 있었습니다.
Stats
차량 최대 가속도는 8.0 m/s^2, 최대 감속도는 -12.0 m/s^2입니다.
차량 최대 조향각은 0.62 rad, 최소 조향각은 -0.62 rad입니다.
차량 간 안전 거리는 2.62 m입니다.
Quotes
"연결된 자율주행 차량(CAV)의 협력적 주행을 위해 안전 제약 조건을 엄격하게 다루고 계산 효율성을 높이는 병렬 최적화 프레임워크를 제안한다."
"제안한 방법이 기존 방법에 비해 계산 효율성과 주행 효율성 면에서 우수한 성능을 보였으며, 특히 차량 수가 많은 경우에도 실시간 성능을 달성할 수 있었다."