Signal-free path-free intersection control: a model predictive contouring control approach

Abstract

Durante décadas, o projeto das redes de tráfego segue um padrão convencional, com faixas de tráfego fixas, caminhos predefinidos dentro dos cruzamentos e sinalização/semáforos de tráfego controlando movimentos conflitantes. No entanto, o panorama dos transportes está passando por uma mudança profunda com o advento dos veículos conectados sob condução automatizada (CVAD). Esta tecnologia transformoua preparou o terreno para reimaginar a própria essência da gestão de tráfego. Os pesquisadores buscam um futuro mais inteligente, seguro e eficiente, investigando classificações sem semáforos para remover a sinalização de tráfego tradicional. Isto aumenta a eficiência do tráfego através de intervalos mais curtos entre veículos e da eliminação do tempo perdido em interseções antes semaforizadas. No entanto, apesar de algumas melhorias na flexibilidade, os veículos ainda estão vinculados a faixas e caminhos predeterminados, restringindo a capacidade e o potencial viário. Para romper o paradigma predominante, esta tese dá um passo à frente ao proporcionar o controle de interseção sem semáforos e com caminhos livres (Signal-free Path Free Intersection Control - SPIC). Trata-se de uma estratégia de desenvolvimento de veículos em interseções urbanas que oferece melhor aproveitamento do espaço da interseção para melhorar a eficiência e a segurança do tráfego. O SPIC libera os veículos da necessidade de seguir caminhos predefinidos nas interseções, permitindo que percorram trajetórias ótimas. Introduzimos duas formulações de controle ótimas para resolver o problema SPIC em uma interseção urbana. O SPIC é transformado em um problema de programação não linear utilizando séries finitas de Fourier ou curvas de Bézier, juntamente com noções de discretização. Os resultados numéricos revelam trajetórias quase-ótimas e sem colisões, com o método Bézier mostrando um desempenho aprimorado melhor. No entanto, ambas as abordagens estão limitadas a um conjunto existente de veículos com estados iniciais e finais pré-definidos. Para resolver as limitações destas primeiras abordagens, esta tese também apresenta uma abordagem de horizonte derivada baseada em otimização que é formulada como um problema de controle de contorno preditivo não linear baseado em modelo (Nonlinear Model Predictive Contouring Control - NMPCC). Em particular, propomos o algoritmo SPIC. Este algoritmo estende o padrão NMPCC (Extended Nonlinear Model Predictive Contouring Control - ENMPCC) para ser adaptado para resolver o problema SPIC. Ele maximiza o progresso do veículo no cruzamento, lidando com chegadas contínuas, combinando planejamento e seguimento do caminho e garantindo prevenção explícita de colisões para segurança. No entanto, soluções em tempo real podem ser computacionalmente caras devido à não linearidade e à não convexidade do problema. Para melhorar o desempenho computacional, incorporamos um modelo linear variável no tempo (Linear Time Varying - LTV), usado no NMPCC padrão, sem problema ENMPCC,produzindo o LTV-ENMPCC. O método proposto é encapsulado no simulador SPIC (SPIC-Sim), uma ferramenta de simulação que permite a modelagem da plena utilização de uma intersecção urbana. Os resultados da simulação apresentaram trajetórias ótimas e livres de detalhes para CVAD com melhor utilização do espaço de interseção, resultando em menor tempo de viagem necessário para os veículos atravessarem a interseção, e em segurança.

Abstract: For decades the design of traffic networks has followed a conventional pattern, with oxed traffic lanes, predeoned paths within intersections, and traffic signs/signals controlling conricting movements. However, the landscape of transportation is experiencing a profound shift with the advent of connected vehicles under automated driving (CVAD). This transformative technology has set the stage for reimagining the very essence of traffic management. Researchers aim for a smarter, safer, and more efficient future by investigating signal-free intersections to remove traditional traffic signs/signals. This boosts traffic efficiency through shorter headways and elimination of lost time. However, despite some rexibility improvements, vehicles are still bound to predetermined lanes and paths, restricting the capacity and potential of roads and intersections. To disrupt the prevailing paradigm, this thesis takes a step forward by proposing signal-free pathfree intersection control (SPIC). It is a strategy for vehicle coordination at urban intersections that offers better use of the intersection space targeting to improve traffic efficiency and safety. SPIC liberates vehicles from predeoned paths within intersections, empowering them to traverse along optimal trajectories. We introduce two optimal control formulations to address the SPIC problem at an urban intersection. The SPIC is transformed into a non-linear programming (NLP) problem using either the onite Fourier series (FFS) or Bézier curves, along with discretization notions. Numerical results reveal near-optimal collision-free trajectories, with the Bézier method showing slightly better performance. However, both approaches are limited to an existing set of vehicles with pre-deoned initial and onal states. To tackle the limitation of these orst approaches, this thesis also presents an optimization-based receding horizon approach that is formulated as a nonlinear model predictive contouring control (NMPCC) problem. In particular, we propose the SPIC algorithm. This algorithm extends the standard NMPCC (ENMPCC) to be tailored for solving the SPIC problem. It maximizes vehicle progress at the intersection, handling continuous arrivals, combining path planning and following, and ensuring explicit collision avoidance for safety. However, real-time solutions can be computationally expensive due to non-linearity and non-convexity. To enhance capabilities, we incorporate a linear time-varying (LTV) model, used in standard NMPCC, into the ENMPCC problem, yielding LTV-ENMPCC. The proposed method is encapsulated in the SPIC simulator (SPIC-Sim), a simulation tool that enables the modeling of full utilization of an urban intersection. The simulation results present optimal and collision-free trajectories for CVAD with improved intersection space utilization , resulting in lower travel time required for vehicles to traverse the intersection, with guaranteed safety.