doi: 10.17586/2226-1494-2019-19-1-155-165


УДК 004.75

ОПТИМИЗАЦИЯ ПРОЕЗДА ОПАСНЫХ УЧАСТКОВ ДОРОГ БЕСПИЛОТНЫМИ ТРАНСПОРТНЫМИ СРЕДСТВАМИ

Зикратов И.А., Викснин И.И., Зикратова Т.В.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования:
Зикратов И.А., Викснин И.И., Зикратова Т.В. Оптимизация проезда опасных участков дорог беспилотными транспортными средствами // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 1. С. 155–165. doi: 10.17586/2226-1494-2019-19-1-155-165


Аннотация

Предмет исследования. Рассмотрена задача оптимизации управления наземными беспилотными транспортными средствами в сложных дорожных условиях. Показано, что при централизованном способе управления транспортными средствами на участках дорог с сужением проезжей части возможно минимизировать время преодоления опасного участка, соблюдая требования безопасности для участников дорожного движения. Метод управления движением беспилотных транспортных средств основан на модели динамического программирования. Метод. Метод обладает потенциально высокой скоростью по сравнению с простым перебором вариантов проезда опасного участка. Такой результат достигается за счет приведения задачи управления к классу экстремальных задач, решение которых основывается на рекуррентном соотношении Беллмана. В рамках предлагаемого метода участок дороги с находящимися на ней автомобилями рассматривается как система с дискретным временем, которая обладает конечным множеством состояний. После нахождения оптимального решения центральное устройство передает команды управления на транспортные средства об изменении скорости и направления движения таким образом, чтобы выполнялись заданные критерии и ограничения. Основные результаты. Работоспособность метода проиллюстрирована на примере управления транспортными средствами на двухполосной дороге, одна из полос которой перекрыта для движения. Доказано, что существует решение, позволяющее за минимальное время всем автомобилям покинуть опасный участок с обеспечением мер безопасности. Практическая значимость. Разработанный метод применим для управления беспилотными транспортными средствами, имеющими радиосвязь с центральным процессором, входящим в состав дорожной инфраструктуры в условиях изолированной среды, когда в составе транспортных средств отсутствуют автономные транспортные средства.


Ключевые слова: беспилотные транспортные средства, динамическое программирование, дорожное движение, уравнение Беллмана

Список литературы
1. Carlino D., Boyles S.D., Stone P. Auction-based autonomous intersection management // Proc. 16th Int. IEEE Conf. on Intelligent Transportation Systems (ITSC 2013). Hague, Netherlands, 2013. P. 529–534. doi: 10.1109/ITSC.2013.6728285
2. Wuthishuwong C., Traechtler A. Vehicle to infrastructure based safe trajectory planning for Autonomous Intersection Management // Proc. 13th Int. Conf. on ITS Telecommunications (ITST). Tampere, Finland, 2013. P. 175–180. doi: 10.1109/ITST.2013.6685541
3. Vahidi A., Eskandarian A. Research advances in intelligent collision avoidance and adaptive cruise control // IEEE Transactions on Intelligent Transportation Systems. 2003. V. 4. N 3. P. 143–153. doi: 10.1109/TITS.2003.821292
4. Ho C., Reed N., Spence C. Multisensory in-car warning signals for collision avoidance // Human Factors: The Journal of the Human Factors and Ergonomics Society. 2007. V. 49. N 6. P. 1107–1114. doi: 10.1518/001872007X249965
5. Au T., Zhang S., Stone P. Autonomous intersection management for semi-autonomous vehicles / In: Handbook of Transportation. Taylor & Francis, 2015. P. 88–104.
6. Dresner K., Stone P. A multiagent approach to autonomous intersection management // Journal of Artificial Intelligence Research. 2008. V. 31. P. 591–656.
7. Wu J., Abbas-Turki A., El Moudni A. Cooperative driving: an ant colony system for autonomous intersection management // Applied Intelligence. 2012. V. 37. N 2. P. 207–222. doi: 10.1007/s10489-011-0322-z
8. Zohdy I.H., Kamalanathsharma R.K., Rakha H. Intersection management for autonomous vehicles using iCACC // Proc. 15th Int. IEEE Conf. on Intelligent Transportation Systems (ITSC). Anchorage, USA, 2012. P. 1109–1114. doi: 10.1109/ITSC.2012.6338827
9. Varaiya P. Smart cars on smart roads: problems of control // IEEE Transactions on Automatic Control. 1993. V. 38. N 2.P. 195–207.
10. Bazzan A.L.C. A distributed approach for coordination of traffic signal agents // Autonomous Agents and Multi-Agent Systems. 2005. V. 10. N 1. P. 131–164. doi: 10.1007/s10458-004-6975-9
11. Beeson P. O'Quin J., Gillan B. et. al. Multiagent interactions in urban driving // Journal of Physical Agents. 2008. V. 2. N 1. P. 15–29. doi: 10.14198/JoPha.2008.2.1.03
12. Halle S., Chaib-draa B. A collaborative driving system based on multiagent modelling and simulations // Transportation Research Part C: Emerging Technologies. 2005. V. 13. N 4. P. 320–345. doi: 10.1016/j.trc.2005.07.004
13. Cremer M., Ludwig J. A fast simulation model for traffic flow on the basis of Boolean operations // Mathimatics and Computers Simulation. 1986. V. 28. N 4. P. 297–303. doi: 10.1016/0378-4754(86)90051-0
14. Ахмадинуров М.М., Завалищин Д.С., Тимофеева Г.А. Математические модели управления транспортными потоками. Екатеринбург: УрГУПС, 2011. 120 с.
15. Alvarez I., Poznyak A., Malo A. Urban traffic control problem via a game theory application // Proc. 46th IEEE Conference on Decision and Control. New Orleans, 2007. P. 2957–2961. doi: 10.1109/cdc.2007.4434820
16. Зикратов И.А., Викснин И.И., Зикратова Т.В. Мультиагентное планирование проезда перекрестка дорог беспилотными транспортными // Научно-технический вестник информационных технологий, механики и оптики. 2016. Т. 16. № 5. С. 839–849. doi: 10.17586/2226-1494-2016-16-5-839-849
17. Таха Х.А. Введение в исследование операций. 7-е изд. М: Вильямс, 2005. 912 с.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика