V2X-based Collective Perception for Cooperative Driving in Mixed Traffic

基于V2X的混合交通协同驾驶集体感知

基本信息

批准号：
20H04180
负责人：
重野寛
金额：
$ 11.23万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

2022年度は、センシング情報交換・統合機構と輻輳制御・優先送信制御連動方式を連携させる基本的な統合交通環境認識プロトコルの研究を進めた。具体的な協調走行シナリオを実現する自律走行・協調走行モデルをシミュレーションに実装し、混在交通での基礎的な協調走行における統合交通環境認識プロトコルの性能を評価した。MCM（Maneuver Coordination Message）による周辺車両との情報交換と協調走行の調停について検討し、計画軌跡の調整と交渉フェーズの導入、交通流への影響を考慮した効用ベースの交渉受け入れ判断方式を提案した。車線変更とT字路での右左折の2つの協調走行シナリオを対象としたシミュレーション評価により、交通効率の改善、通信量への影響などの観点から、提案手法の有効性を明らかにした。センシング情報の統合と各種通信制御の連携について、CAM (Cooperative Aware Message) の情報に基づく推定走行軌跡を利用したMCMのメッセージサイズ削減手法を提案し、シミューレーション評価により、有効性を示した。これとは別に、MCMに含まれる軌跡情報の圧縮手法の検討も進めた。アプリケーション品質の維持を目的として、CAM, CPM (Cooperative Perception Message), MCMが混在する通信において、CPMとMCMの動的な送信間隔制御による優先送信制御方式を提案した。高速道路での通信シナリオを対象としたシミュレーションにより、MCMの受信間隔、CAVの普及率と輻輳低減効果を評価し、一定の有効性があることを確認した。都市部での統合交通環境認識のための検討を進め、歩車間通信と歩行者のクラスタリングに基づくメッセージ収集と交通環境認識手法を提案した。都市部の大規模なスクランブル交差点周辺を対象としたシミュレーション評価を実施した。

2022财年，我们研究了将传感信息交换/集成机制与拥塞控制/优先传输控制联锁方法联系起来的基础综合交通环境识别协议。仿真中实现了实现特定协同驾驶场景的自动/协同驾驶模型，并评估了混合交通中基本协同驾驶中集成交通环境识别协议的性能。我们研究了与周围车辆的信息交换以及使用MCM（机动协调消息）协调驾驶的协调，提出了调整计划轨迹、引入协商阶段以及考虑对交通流影响的基于效用的协商接受判断方法.通过对T字路口变道和左/右转两种协同驾驶场景的仿真评估，我们阐明了该方法在提高交通效率和影响通信流量方面的有效性。关于传感信息的集成和各种通信控制的协调，我们提出了一种基于 CAM（协作感知消息）信息的估计行进轨迹的 MCM 消息大小缩减方法，并通过仿真评估证明了其有效性。另外，我们还研究了 MCM 中包含的轨迹信息的压缩方法。为了维持应用质量，我们提出了一种在CAM、CPM（协作感知消息）和MCM混合的通信中基于CPM和MCM动态传输间隔控制的优先传输控制方法。通过针对高速公路通信场景的仿真，评估了MCM接收间隔、CAV渗透率以及拥堵缓解效果，并证实其具有一定的有效性。我们研究了城市地区的综合交通环境识别，提出了一种基于人车通信和行人聚类的消息收集和交通环境识别方法。针对城区大型抢占路口周边区域进行了模拟评价。