在交叉车辆环境中的交叉口游戏理论为基础的交通控制算法外文翻译资料

英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

在交叉车辆环境中的交叉口游戏理论为基础的交通控制算法

作者： Mohammed Elhenawy Mohammed Elhenawy

Abdallah A. Hassan Hesham A. Rakha

摘要：

城市交通拥堵是我们每天都遇到的一个日益严重的问题。交叉路口是造成城市交通拥堵的主要瓶颈之一。传统的交通控制方法，如交通信号和停车标志控制对于所有需求水平不是最佳的，如文献中所示。最近，许多研究工作提出智能交通系统（ITS）应用程序，以增强交叉口容量，从而减少拥塞。在本文中，我们提出了一种基于游戏理论的算法，用于控制配备有协调自适应巡航控制（CACC）系统在不受控制的交叉口的自主车辆运动。该研究工作的目标是开发能够使用未来自主/自动车辆能力来替代交叉口处的通常的实践状态控制系统（例如停车标志，交通信号灯等）的算法。提出的算法是鸡游戏启发，是高效的应用程序的实时。它假设车辆可以与交叉口处的中央代理通信以提供其瞬时速度和位置。所提出的算法假设车辆服从游戏的纳什均衡解。模拟结果表明，相对于全方位停车标志控制，车辆行驶时间和延迟的减少分别在49％和89％的范围内。

关键词：自适应控制，延迟，游戏理论，智能交通系统，道路交通控制，公路车辆

第一部分

道路交叉口的实践控制系统是停止标志，产出标志或交通信号。这些控制系统的主要设计目标是管理交通以及提高交叉路口的安全。最近，提出了一些与使用这些控制系统的交叉口的效率和安全性有关的问题。联邦公路管理局（FHW A）2009年7月发布的交叉点安全需求识别报告显示，2007年，22％的致命碰撞事故是交叉相关的，估计费用为27.8美元。此外，总伤害事故中44.8％也与交叉相关，估计成本为51.3亿美元[1]。德克萨斯交通学院发布了2011年城市交通报告[2]，其中显示，平均通勤者在2010年经历了34小时的延误，估计成本为100.9美元亿美元。 2012年由同一研究所[3]发表的一份后来的报告显示，由于2011年平均通勤者的延误量增加到38小时，估计费用为121.2亿美元，问题是如何恶化。

上述问题需要创新的解决方案，特别是当我们知道世界上的运营车辆数量，至少在2050年将翻一番[4]。使用自主车辆是有希望的创新解决方案之一。这个想法可以追溯到1939年通用汽车（GM）在纽约世界博览会上展示其无人驾驶车辆的愿景。当时，即使在计算机出现之前，目标是达到由机械系统和无线电控制控制的全自动车辆。计算机的外观鼓励通用汽车和美国交通部（USDOT）引入全自动高速公路概念[5]。

USDOT建立了自动公路系统（AHS）计划，以减少延迟并提高使用自动车辆控制的交通网络的安全[5]。在建立AHS计划时，现有技术还不够成熟，因此该计划无法继续。然而，AHS项目为当今市场中存在的许多驾驶辅助系统铺平了道路。

无线技术和定位系统的进步使得可以在车辆，交通环境和控制系统之间建立通信链路。此外，引入了新的机会，如合作驾驶的车道变换和合并排[6]，车辆通过非信号交叉口（盲道）的无碰撞运动[7]等。

最近，合作自适应巡航控制（CACC）系统的概念变得可行。 CACC是对自适应巡航控制（ACC）的改进，其使用前向测距传感器来测量到前方车辆的距离和接近速率。 ACC需要大量处理算法来对传感器的输入信号进行噪声和干扰滤波。该信号滤波引入延迟，这限制了ACC精确地跟随其它前导车辆的能力。 CACC通过获得通过无线数据链路传送的附加信息来克服这个限制。 CACC可以通过车辆到车辆（V2V）和车辆到基础设施（V2I）通信获得信息，并将其与感测到的信息融合，以做出更好和更快的决定，并能够以更高的精度跟随领先车辆。在融合信息之后由CACC做出的决定可以是加速，减速或保持当前速度。当前一代的CACC不负责机动性。

本文提出了一种用于自主车辆的新的交叉点管理算法。该算法是基于游戏理论的，并受到鸡肉游戏的启发。该算法利用车辆中的两个主要能力。第一是它与交叉点的中央管理中心通信的能力，以报告其速度，位置和方向。交叉点管理将来自所有车辆的这些信息接近交叉口并且确定每个车辆的行动，这将避免崩溃并且给每个车辆最低的延迟。第二是车辆的CACC能力，其将使用从管理中心接收的动作来驱动车辆。

本文的其余部分组织如下：第二部分简要讨论了文献中的一些相关工作以及在不受控交叉点调度车辆的两种主要方法类型。第三节提供了鸡游戏算法的概述，第四节描述了所提出的算法。实验工作的结果见第五节。论文的结论和未来工作在第六节讨论。

第二部分 工作

用于不受控制的交叉口的算法的主要目的是提供一种用于交叉车辆进行协商和合作以接收信息以访问不受控制的交叉口的冲突区域的有效方式。交叉口中的冲突区域被定义为两个不同的交叉车辆在相同的时间间隔期间访问的交叉口的区域。不受控制的交叉的算法可以分为两大类。

一类方法使用集中控制。接近交叉口的车辆与交叉口处的中央控制器通信。中央控制器响应每个车辆安全地穿过交叉点所需的指导。 Dresner和Stone提出了一个基于先进先出（FIFO）优先级的简单集中化框架[8]。他们使用由交叉点管理器（控制器）和车辆代理组成的多代理时间预订系统。当车辆接近十字路口时，它要求时空槽穿过十字路口。在接收到驾驶员代理请求时，控制器模拟车辆穿过交叉口，并且基于输出轨迹，控制器作出避免冲突的决定。

有几个研究工作处理在不受控制的交叉口处的车辆的安全交叉作为调度问题。 Colombo等人通过找到最大受控不变集合并使用近似解的算法检查此集合中的隶属度来解决这个问题[9]。该近似解用于设计用于避免碰撞的控制器。上述调度方法是有限的，因为它需要完美的状态信息和没有任何干扰。 Bruni et al。通过消除上述限制改进了控制器的设计，并设计了一个可以处理不完全状态信息和输入不确定性的控制器。上述两个控制器假定所有车辆都配备有驾驶员辅助系统（受控车辆）。 Ahn et al。提出了一种插入空闲时间（IIT）调度方法[11]，以实现在多个不受控制的车辆存在下控制器的设计[12]。 Arora et al。将交叉口两辆车之间的碰撞避免作为一个双玩家零和游戏问题[13]。在他们的算法中，每个车辆使用在连续水平的状态空间模型来建模。该游戏中的两个玩家是第一车辆的控制动作和第二车辆中的速度扰动。

另一类方法使用分布式（分散式）控制。接近交叉口的车辆直接相互协商并决定哪个车辆获得该时间的通行权。 Guangquan et al。定义了一组规则，用于优先考虑通过车辆的交叉路口[14]。遵循这些规则被显示为解决冲突问题并帮助避免冲突。基于规则，每个接近的汽车与其他车辆交换信息，然后决定是抢占还是产生其他汽车。 Makarem和Gillet提出了一种使用导航功能的分散算法[15]。他们的算法基于几个因素优化车辆优化车载能量。 Van Middlesworth et al。提出了另一种分散算法，需要点对点通信来替代停车标志，并在小交叉口安排交叉车辆[16]。该算法的缺点是要求每个车辆在每个时间步长与所有其他车辆通信。 Hassan和Rakha提出了一个完全分布式的算法，它更具可扩展性，因为它只需要相邻车辆之间的通信[17]。在所有接近车道上的领先车辆彼此共享信息之后形成完整的交叉口利用计划表。该算法通过有利于来自较重车道的车辆来最小化整体交叉点延迟。

本文介绍的算法建立在弗吉尼亚技术交通研究所（VTTI）[4]，[18] [19] [20] [21]的可持续移动中心所做的工作，其使用集中多代理建模和提出并测试了许多算法以解决交叉口处自主车辆之间的冲突。在[18]中，在中央控制代理中建立了一个模拟器（OSDI）。 OSDI使用启发式优化算法来连续调整车辆轨迹，使得交叉区域中的冲突区域中的占用时间最小化。实验结果表明，四车辆通过交叉区的简化情况的延迟显着减少。在[4]，[19]，[20]中使用游戏理论框架来开发一种用于配备有自适应巡航控制CACC的自主车辆的启发式算法。基于游戏理论的算法实现了车辆的显着减少与传统的交叉路口控制方案相比，基于游戏理论的算法实现了车辆延迟的显着减少，例如使用交通灯或使用停车标志。

第三部分 游戏背景

鸡的游戏[22]是一个非零游戏，模拟两个冲突的驱动程序。 两个驾驶员从相反的方向接近单车道桥梁。 驱动程序首先竞争访问桥的权利。 司机，决定转身离开，并产生桥到另一个对面的司机，失去了游戏，被称为鸡，而另一个赢得游戏。 Ifboth司机决定直走，他们会崩溃，两者都会输。 该游戏的支付矩阵在图1中示出。选择支付以示出玩家的偏好。 收益越高，玩家的偏好越高。 最优选的结果是赢，最不喜欢的结果是崩溃。

第四部分 隔离交互的建议游戏

在本节中，我们将描述我们的算法（游戏）来解决交叉路口处的交叉车辆之间的冲突。 任何游戏包括三个基本元素，玩家，玩家动作和实用程序（收益）。 以下小节定义了这三个元素，并为由四个单车道方法组成的交叉路口设置了游戏。

图1：鸡游戏矩阵（a）支付矩阵（b）数值收益矩阵

A.玩家

这个游戏只有两个玩家。第一玩家决定车辆2和4的动作，而第二玩家决定车辆1和3的动作，如图2所示。每个玩家想要以这样的方式控制车辆，以使它们在交叉点处的延迟最小化，并保证他们安全地穿过十字路口，没有碰撞任何冲突的车辆。

B.玩家行动

根据车辆的速度，每个玩家最多有三种可能的动作：加速，减速或以其当前速度继续​​。例如，如果车辆的速度小于最大速度并且大于零，则玩家可以向其分配以上三个动作之一。当车辆以最大发布速度运行时，玩家仅具有两个动作（减速和恒定），因为玩家不能违反速度限制。由于每个玩家具有两个车辆并且每个车辆具有动作集，所以玩家的动作是车辆的动作的叉积。例如，如果车＃1的动作是{加速，常数}，并且车＃3的动作是{加速，恒定，减速}，则玩家＃2动作是{加速， } = {（加速，加速），（常数，加速），（减速，加速），（加速，常数），（常数，常数）

C.收益

我们为每个玩家的动作设置以下实用程序，如表1所示。选择付款实用程序，以便玩家最喜欢的动作是保证安全穿越和最小延迟的动作。

D.玩游戏选择最好的玩家的行动

1、每当车辆接近中央控制器代理（例如，从交叉点中心200m），它将其当前速度和位置发送到控制器。

2、控制器在停靠线的每次进近中选择最近的车辆，并且基于它们的速度，它找到用于每个车辆的一组可行动作，如在玩家动作子部分中所解释的。

3、控制器通过交叉乘以其车辆动作来获得每个玩家的动作。

4、控制器建立用于当前四个车辆的游戏矩阵。

5、控制器扫描矩阵，并且对于玩家＃1和玩家＃2的每个动作集，它运行模拟。基于表1所示的模拟结果（碰撞/没有碰撞）和游戏收益值，将收益分配给每个玩家。

图3示出了两个玩家的游戏矩阵的示例，每个玩家仅具有四个动作。

6、控制器解决游戏矩阵并达到纳什均衡，满足)

s_i是为玩家公式设置的动作，i是玩家,f_i(xi,x-i)是xi和其他玩家x-i玩时的收益。

7、控制器向每个车辆发送其最佳动作。

图3：当玩家＃1有四个动作，而玩家＃2有四个动作时游戏的回 报矩阵。 这个矩阵中的每个单元格显示了每个玩家的收益，如果他们的行为不引起冲突。

表1：一个玩家的游戏回报

第五部分 VSIMULATED实验

为了测试所提出的算法，假设由四个单通道方法组成的交叉路口进行模拟研究，如图2所示。每种方法的速度限制设置为40km / h（25mph）。对于每个实验，本研究考虑到达每个进近的单个车辆。对于每个实验，将所提出的基于游戏理论的交叉点管理器与全方位停车标志控制交叉口进行比较。对于这两种情况，每个车辆的入口时间和速度是随机生成的。为所有四辆自动车辆计算平均行驶时间。使用蒙特卡罗模拟重复该过程30,000次，并且对于每个模拟记录平均行进时间和延迟。每

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[141902]，资料为PDF文档或Word文档，PDF文档可免费转换为Word