Resumen

La planificación de la trayectoria longitudinal de los vehículos conectados y autónomos (CAV) ha sido ampliamente estudiada en la literatura para reducir el tiempo de viaje o el consumo de combustible. Sin embargo, el impacto en la seguridad de la planificación de la trayectoria del CAV en el flujo de tráfico mixto con CAV y vehículos conducidos por personas (HDV) aún no se conoce bien. Este estudio presenta un enfoque de modelado de aprendizaje por refuerzo, denominado algoritmo de seguridad del vehículo autónomo basado en la búsqueda de árboles Monte Carlo, o MCTS-AVS, para optimizar la seguridad del flujo de tráfico mixto, en una carretera de un carril con control de intersección señalizado. El índice de potencial de colisión (CPI) se define para medir cuantitativamente el rendimiento de la seguridad del flujo de tráfico mixto. El problema de planificación de la trayectoria del CAV se formula en primer lugar como un modelo de optimización; a continuación, se propone el procedimiento de solución basado en el aprendizaje por refuerzo. El módulo de determinación de la expansión del árbol y el módulo de terminación del despliegue se desarrollan para identificar y reducir la expansión innecesaria del árbol, con el fin de entrenar el modelo más eficientemente hacia la dirección deseada. Los resultados del estudio de caso mostraron que el algoritmo propuesto fue capaz de reducir el IPC en un 76,56%, en comparación con un modelo de referencia sin ninguna inteligencia, y en un 12,08%, en comparación con otro modelo de referencia que el equipo desarrolló anteriormente. Estos resultados demostraron el rendimiento satisfactorio del algoritmo propuesto para mejorar la seguridad del flujo de tráfico mixto.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:flujo de tráfico mixto, modelo de referencia, problema de planificación de trayectoria de cav, búsqueda en árbol monte carlo, algoritmo de seguridad de vehículos autónomos, planificación de trayectoria de cav, índice de potencial de colisión, resultados de estudio de casos, módulo de determinación de expansión, planificación de trayectoria longitudinal
• Keywords:mixed traffic flow, benchmark model, cav trajectory planning problem, monte carlo tree search, autonomous vehicle safety algorithm, cav trajectory planning, crash potential index, case study results, expansion determination module, longitudinal trajectory planning