"Advanced control and optimization techniques for connected and autonomous vehicles in multi-lane freeways."

PHAN, Thanh Tung (2024). "Advanced control and optimization techniques for connected and autonomous vehicles in multi-lane freeways." Thèse. Québec, Université du Québec, Institut national de la recherche scientifique, Doctorat en télécommunications, 134 p.

Prévisualisation

PDF Télécharger (3MB) | Prévisualisation

Résumé

Grâce au développement rapide des technologies de communication avancées telles que les technologies de communication sans fil 5G et inter-véhicules (IVC), les véhicules connectés et autonomes (CAV) peuvent être conduits de manière coopérative, améliorant ainsi considérablement la sécurité routière, l’efficacité du trafic et la durabilité environnementale. Bien que des recherches substantielles aient été menées pour étudier l’efficacité des CAV dans les systèmes de transport, peu de tentatives ont été faites pour explorer et améliorer le fonctionnement des CAV sur les autoroutes à plusieurs voies, en particulier la dynamique des CAV aux goulots d’étranglement et aux intersections de baisse de voie. L’objectif général de ce doctorat consiste à développer de nouvelles méthodes coopératives pour augmenter le débit sur une autoroute à plusieurs voies. De notre recherche, deux contributions majeures à la recherche sont présentées dans deux chapitres principaux correspondants de cette thèse. Tout d’abord, nous étudions une méthode de distribution spatiale coopérative (CSDM) qui peut non seulement augmenter le débit du goulot d’étranglement de chute de voie, mais également permettre une distribution égale des CAV dans la voie abandonnée vers les autres voies. Cette méthode est détaillée au chapitre 4. Plus spécifiquement, nous proposons un nouveau cadre dans lequel la région d’intérêt sur une autoroute est divisée en trois segments : i) le segment de peloton, ii) le segment d’accélération et iii) le segment de fusion. Dans le premier segment, les CAV circulent ensemble en peloton pour garantir leur sécurité ; ils accéléreront alors pour atteindre la vitesse maximale ainsi que la position déterminée dans le deuxième segment. Enfin, ces CAV changent de voie dans le dernier segment et traversent le goulot d’étranglement avec une vitesse maximale et un écart minimum. Deuxièmement, nous développons un cadre de contrôleur à deux niveaux pour optimiser le débit des intersections. Les résultats de recherche de cette étude sont abordés au chapitre 5. Dans la méthode que nous proposons, le niveau supérieur (c’est-à-dire le contrôleur d’intersection) est utilisé pour optimiser l’utilisation des voies de chaque approche et les positions des CAV. En revanche, le niveau inférieur (c’est-à-dire les contrôleurs du véhicule) reçoit des informations du niveau supérieur pour contrôler les CAV afin d’atteindre la vitesse maximale. Plus précisément, au niveau supérieur, nous appliquons une nouvelle méthode de distribution spatiale (SDM) pour les CAV afin de maximiser le débit de l’intersection à plusieurs voies où les timings des signaux sont prédéfinis. Après cela, chaque CAV autorisé à traverser l’intersection déterminera sa propre trajectoire et roulera à l’heure prévue sans collision. Pour chaque cadre proposé, des résultats numériques sont détaillés pour obtenir de plus amples informations et évaluer ses performances réalisables. En particulier, nous montrons que les conceptions proposées surpassent les techniques de pointe dans des scénarios pratiques.

Thanks to the rapid development of advanced communication technologies such as 5G wireless and inter-vehicle communication (IVC) technologies, connected and autonomous vehicles (CAVs) can drive cooperatively, thus significantly improving road safety, traffic efficiency, and environmental sustainability. While substantial research has been conducted to investigate the efficiency of CAVs in transportation systems, few attempts have been made to explore and improve the operations of CAVs in multi-lane freeways, especially the dynamics of CAVs at lane-drop bottlenecks and intersections. The overall objective of this Ph.D. research is to develop novel cooperative methods to increase the throughput in a multi-lane freeway. From our research, two major research contributions are presented in two corresponding main chapters of this dissertation. Firstly, we study a cooperative space distribution method (CSDM) that can not only increase the lane-drop bottleneck’s throughput but also enable equal distribution of CAVs in the dropped lane to other lanes, which is presented in Chapter 4. More specifically, we propose a novel framework where the region of interest in a freeway is divided into three segments: i) platoon segment, ii) acceleration segment, and iii) merging segment. In the first segment, CAVs travel together in the platoon to guarantee their safety; they will then speed up to attain the maximum velocity and reach the determined position in the second segment. Finally, these CAVs change lanes in the last segment and pass through the bottleneck with maximum velocity and minimum gap. Secondly, we develop a bi-level controller framework to optimize the intersection throughput. The research outcomes of this study are presented in Chapter 5. In our proposed method, the upper level (i.e., the intersection controller) is used to optimize the lane usage of each approach and the CAVs’ positions. In contrast, the lower level (i.e., the vehicle controllers) receives information from the upper level to control the CAVs to reach the maximum speed. More specifically, at the upper level, we apply a novel Space Distribution Method (SDM) for the CAVs to maximize the throughput of the multi-lane intersection where signal timings are predefined. After that, each CAV allowed to cross the intersection will determine its own trajectory and travel at the scheduled time without a crash. For each proposed framework, extensive numerical results are presented to gain further insights and to evaluate its achievable performance. In particular, we show that the proposed designs outperform the state-of-the-art techniques in practically relevant scenarios.

Type de document:	Thèse Thèse
Directeur de mémoire/thèse:	Le, Long
Co-directeurs de mémoire/thèse:	Dong, Nguyen
Mots-clés libres:	Connected and autonomous vehicles (CAVs) ; Space Distribution Method (SDM) ; cooperative space distribution method (CSDM) ; bi-level controller framework. ; Véhicules connectés et autonomatisés (CAVs) ; méthode de distribution d’espac (SDM) ; méthode coopérative de distribution de l’espace (CSDM) ; cadre du contrôleur à deux niveaux.
Centre:	Centre Énergie Matériaux Télécommunications
Date de dépôt:	28 nov. 2024 20:22
Dernière modification:	28 nov. 2024 20:22
URI:	https://espace.inrs.ca/id/eprint/16202

Gestion Actions (Identification requise)

Modifier la notice