이 논문은 Institution of Mechanical Engineers(IMechE) 2020에 실린 논문으로 part D에 실린 것으로, 중국 소재 대학교 연구자들이 연구한 논문이다.
논문 리뷰에 사용된 그림은 논문에서 가져왔습니다.
저자 : Yang Ding, Weichao Zhuang Liangmo Wang, Jingxing Liu, Levent Guvenc and Zhen Li
요약 :
본 논문은 연결된 자동 차량의 첨단 운전자 지원 시스템을 위한 통합 차선 변경 궤적 계획 방법을 제안합니다. 첫째, 종 방향 및 횡 방향 속도를 동시에 조정할 수있는 시간 기반 5 차 다항식 자동 차선 변경 모델이 제시됩니다. 차선 변경 모델에서 차선 변경 지속 시간과 종 방향 변위를 조정하여 교통이없는 상태에서 안전, 차선 변경 지속 시간, 이동 거리 및 쾌적 성 요구 사항을 충족하는 차선 변경 기준 궤적을 도출했습니다. 가능한 모든 참조 궤적은 빠르고 편안하거나 갑작스럽고 안전한 차선 변경과 같은 다양한 주행 상황을 포함하는 궤적 맵을 구성합니다. 둘째, 주변 차량으로 인한 차선 변경 제약이 도입됩니다. 차선 변경 성능에 대한 주변 차량의 영향은 앞뒤 차량의 속도와 초기 간격을 조정하여 조사합니다. 또한 자차의 초기 속도를 최적화하여 궤적 맵 영역을 최대화하여보다 안전한 차선 변경이 가능합니다. 마지막으로, 파생 된 궤적 맵 내에서 잠재적 인 충돌을 제거하는 최적의 차선 변경 궤적은 차선 변경 기간, 이동 거리, 운전 편의성 및 연료 소비를 최소화하여 계산됩니다.
(원문)
This paper proposes an integrated lane-change trajectory planning method for advanced driver assistance system of connected and automated vehicles.
First, the time-based quintic polynomial automated lane-change model is presented, which could adjust longitudinal and lateral velocity simultaneously.
By tuning the lane-change duration and longitudinal displacement in the lane-change model, the lane-change reference trajectories satisfying the demands of safety, lane-change duration, travel distance, and comfort were derived under traffic-free condition.
All feasible reference trajectories compose a trajectory map, which includes different driving situations, such as quick and comfortable or sudden and safe lane change. Second, the lane-change constraints induced by surrounding vehicles are introduced. The effects of surrounding vehicles on the lane-change performance are investigated by adjusting the speeds and initial gaps of preceding and rear vehicles.
In addition, the initial velocity of the host vehicle is optimized to maximize the area of the trajectory map to enable a safer lane change.
Finally, within the derived trajectory map, an optimal lane-change trajectory eliminating potential collisions is calculated by minimizing the lane-change duration, travel distance, driving comfort, and fuel consumption.
시뮬레이션으로 연구를 한 것으로 보인다.
이런 상황에서 Lane-change를 할 수 있는 영역을 구하는 것이 이 논문의 목표이다.
이 논문은 차량의 경로궤적을 시간 기반의 5차 폴리노미얼의 형태로 x, y방향으로 쪼개어 표현했다.
Lane-change를 하기 위한 영역을 구하기 위해서 주변 차량과의 비교를 한다.
Host, Rear, Front vehicle은 모두 각자 등속으로 움직인다고 가정한다.
1. Rear vehicle과의 비교
2. Front vehicle과의 비교
3. 각 차량에 따른 trajectories map
3-1. trajectories map for left rear vehicle
위의 그림은 Rear vehicle과의 거리(Lr)에 따라 달라지는 trajectory map들을 보여주는 것이고,
3차원으로 만들어진 맵은 Rear vehicle과의 거리(Lr)에 따른 trajectory map들을 차례대로 적층시킨 것이다.
3-2. trajectory map for front vehicle
위의 그림은 Front vehicle과의 거리(Lf)에 따라 달라지는 trajectory map들을 보여주는 것이고,
3차원으로 만들어진 맵은 Front vehicle과의 거리(Lf)에 따른 trajectory map들을 차례대로 적층시킨 것이다.
이런 방식으로 Lane-change 할 수 있는 영역을 추출한 것이다.
Lane-change를 할 수 있도록 알고리즘 관점에서 쓰여진 논문이길 기대하고 읽었지만, 그렇지 않아서 다소 아쉬운 논문이었다.
이상 리뷰 끝!
