Hvordan V2X-teknologi og tilkoblede kjøretøy påvirker stabiliteten i kjøretøynettverk

Tilkoblede kjøretøy (Connected Automated Vehicles, CAV) og deres evne til å bruke informasjon fra andre kjøretøy via Vehicle-to-Everything (V2X) kommunikasjon, har blitt et sentralt tema innen kjøretøyteknologi og trafikkontroll. En viktig utfordring i utviklingen av CAV er å oppnå stabilitet i systemet når flere kjøretøy interagerer med hverandre, særlig når det gjelder responstid og kjørefordeling. Denne stabiliteten er kritisk, både for å forhindre uønskede dynamiske reaksjoner i trafikken og for å sikre en effektiv og trygg kjøreopplevelse.

En av de viktigste aspektene i denne sammenhengen er stabiliteten til det tilkoblede cruise-kontrollsystemet (CCC) når det implementeres i et ring-konfigurasjonsnettverk, der kjøretøyene danner en kontinuerlig kjede. Når man analyserer stabiliteten til et slikt system, er det viktig å merke seg at det bare finnes nødvendige forhold for stabilitet. Den nødvendige betingelsen for stabilitet er at γ (den akselerasjonsfeedback-koeffisienten) skal være mindre enn 1, slik som vist i analysen av høyfrekvent respons i den åpne kjedekonfigurasjonen.

I henhold til setning 2.7 er de nødvendige og tilstrekkelige betingelsene for stabilitet relatert til røttene til den karakteristiske ligningen som beskriver systemets dynamikk. Ved å analysere røttene til denne ligningen, som involverer komplekse uttrykk for λ og de forskjellige parameterne i systemet, kan stabilitetsgrensene bestemmes. Et viktig punkt i analysen er at for verdier av λ som er lik null, finnes det alltid en rot på null, uavhengig av kontrollparameterne i CAV-en. Denne roten er et resultat av translasjonell symmetri i ringen og kan derfor ignoreres.

Det som derimot er avgjørende, er å analysere andre røtter som finnes når λ er en kompleks verdi, for eksempel når λ = jω, med ω > 0. Ved å dele ligningen inn i real- og imaginære deler, og deretter løse for de relevante parametrene, kan man finne de eksakte stabilitetsgrensene for systemet. Når γ er lik null, kan man observere at systemet er ustabilt, med egne verdier som ligger i høyre halvdel av det komplekse planet, noe som tilsvarer lavfrekvent ustabilitet.

Når akselerasjonsfeedback-parameteren γ økes, kan systemet nærme seg stabilitetsgrensen og bli stabilt. Men en ytterligere økning i γ kan føre til tap av stabilitet, hvor flere egne verdier beveger seg til høyre halvdel av det komplekse planet, noe som indikerer høyfrekvent ustabilitet. Denne typen høyfrekvent ustabilitet er kjent fra analyser av den åpne kjedekonfigurasjonen og kan være en utfordring for systemer som ikke er riktig parametrert.

I den tilkoblede kjøretøynettverkskonfigurasjonen, der flere kjøretøy er koblet til hverandre via V2X-teknologi, utvider mulighetene for stabilisering seg. I et scenario der et CAV reagerer på både et menneskedrevet kjøretøy (HV) og et tilkoblet menneskedrevet kjøretøy (CHV) som befinner seg flere kjøretøy foran, kan systemet oppnå bedre respons og stabilitet ved å bruke informasjon om kjøretøyene lenger fremme. Dette er spesielt nyttig når den umiddelbare synslinjen er blokkert av andre kjøretøy, ettersom systemet kan hente informasjon fra kjøretøy som er utenfor rekkevidden for de tradisjonelle sensorsystemene ombord.

Når man modellerer et slikt system, for eksempel et nettverk med tre kjøretøy, der CAV reagerer på både et HV og et CHV, krever det en mer kompleks dynamisk modell som tar hensyn til forsinkelsene i responsen fra de forskjellige kjøretøyene. Den longitudinelle dynamikken til disse kjøretøyene kan representeres ved bruk av forsinkede dobbeltintegratorer, som beskriver både posisjon og hastighet til hvert kjøretøy i systemet. I et slikt system er det viktig å forstå hvordan de forskjellige kjøretøyene responderer på hverandre, både på kort og lang avstand, for å oppnå en stabil og effektiv kjøring.

For å oppnå stabilitet i slike systemer, er det viktig å forstå hvordan parametrene for akselerasjon, avstand mellom kjøretøyene, og hastighetsresponsene samhandler. Gjennom V2X-teknologi kan kjøretøyene reagere raskere og mer presist på endringer i trafikkbildet, noe som igjen kan redusere faren for ulykker og forbedre trafikkflyten.

Det er også viktig å merke seg at stabiliteten ikke bare er et spørsmål om teknisk implementering av kontrollsystemene, men også hvordan forskjellige nivåer av automatisering i kjøretøyene kan påvirke den samlede ytelsen i trafikknettverket. Selv om CAV-er kan være designet for å reagere raskt på data fra andre tilkoblede kjøretøy, vil kjøretøy som ikke er tilkoblet, eller som er menneskestyrte, fortsatt spille en rolle i den samlede stabiliteten til systemet.

Hvordan CAV-er kan eliminere phantom-køer og bidra til jevn trafikkflyt i blandet trafikk

I studien av tilkoblede kjøretøy (CAV) i blandet trafikk, undersøkes dynamikken til en flåte bestående både av menneskedrevne kjøretøy (HVs) og automatiserte kjøretøy. Simuleringene som vises i figuren 4.23, viser hvordan CAV-er reagerer på både kjøretøyene foran dem og CAV-ene som er flere kjøretøy unna. I scenariene som vurderes, er hvert n-te kjøretøy en CAV, og hver CAV reagerer på det umiddelbart foranliggende kjøretøyet samt det som er n kjøretøy foran. Dette gir rom for å analysere hvordan tilkoblede kjøretøy kan mitigere og til og med eliminere køer i trafikken.

Bistabiliteten i blandet trafikk, som også observeres i denne modellen, kan forstås som et fenomen der to forskjellige tilstander — jevn trafikkflyt og dannelse av phantom-køer — kan sameksistere avhengig av kjøretøyenes spesifikasjoner og kontrollparametere. Denne bistabiliteten er kritisk å forstå når man designer algoritmer for tilkoblede kjøretøy, fordi det innebærer at trafikkflyten kan gå i retning av enten et stabilt jevnt mønster eller en ustabil kø, avhengig av de valgte parameterne.

En viktig del av analysen, som presenteres i figur 4.24, viser hvordan bistabiliteten varierer med endringer i kontrollparametrene for CAV-ene. Når vi justerer parameterne som beskriver samspillet mellom CAV-er og HV-er, kan vi se at jo flere CAV-er som er tilstede i trafikken, desto mer stabil blir systemet som helhet. For eksempel, når andelen CAV-er økes fra 33 % til 50 %, vises en markant økning i den stabilt lineære regionen og en reduksjon i størrelsen på den bistabile regionen. Dette betyr at jo flere automatiserte kjøretøy som er tilstede, desto mer kan man unngå dannelse av phantom-køer, og trafikkflyten kan holdes jevn.

Disse funnene understreker viktigheten av CAV-ers rolle i å redusere trafikksystemets sårbarhet overfor forstyrrelser. Ved riktig implementering kan CAV-er potensielt eliminere de fleste problemene knyttet til køer i blandet trafikk. Likevel er det viktig å merke seg at et høyt nivå av CAV-penetrasjon kreves for å oppnå de ønskede effektene. Lav penetrasjon kan føre til at forstyrrelsene fortsatt forplanter seg, og at ineffektivitet i trafikkflyten fortsatt kan oppstå.

Ytterligere simuleringer, som vist i figur 4.25, viser at jo høyere penetrasjon av CAV-er, desto mer stabil blir trafikken, og phantom-køer reduseres i størrelse. Med 50 % penetrasjon av CAV-er er det mulig å oppnå en globalt stabil trafikkflyt, selv når man står overfor de ikke-lineære dynamikkene i blandet trafikk. Dette gir et sterkt argument for at integrering av automatiserte kjøretøy i stor skala kan være en effektiv strategi for å håndtere de utfordringene som tradisjonelle trafikksystemer står overfor i dag.

En viktig detalj er at CAV-ene, gjennom deres evne til å redusere hastighetsfluktuasjoner og håndtere små forstyrrelser effektivt, kan fungere som et buffer for menneskedrevne kjøretøy. Dette kan føre til en mer stabil og forutsigbar trafikksituasjon, noe som er avgjørende for både trafikksikkerhet og effektivitet. Når CAV-ene er i stand til å samarbeide på tvers av kjøretøyene, vil hele flåten kunne tilpasse seg raskt til endringer i trafikkforholdene, noe som kan forhindre trafikkorker og til og med redusere risikoen for ulykker som følge av plutselige hastighetsendringer.

Det er viktig å merke seg at simuleringene kun er en modell, og at virkelige trafikkforhold kan være langt mer komplekse. For å oppnå de beste resultatene kreves en kontinuerlig evaluering av kontrollsystemene, der både teknologiske fremskritt og endringer i trafikkmønstre tas i betraktning. Videre er det viktig at CAV-ene kan kommunisere effektivt med hverandre og med de menneskedrevne kjøretøyene, slik at trafikksystemene fungerer optimalt.

Hvordan kan energiforbruket i tilkoblede kjøretøy optimeres gjennom kontrollstrategier?

I moderne kjøretøyteknologi spiller energiforbruket en sentral rolle, særlig i konteksten av tilkoblede kjøretøysystemer (CAV) og hvordan de kan tilpasses for å oppnå optimal ytelse både i form av energieffektivitet og robusthet mot usikkerheter i menneskelig atferd. For å evaluere energiforbruket til kjøretøy, kan en rekke parametere og kontrollstrategier benyttes, som til sammen gir innsikt i hvordan energiforbruk kan minimeres samtidig som man opprettholder stabilitet og ytelse.

Et grunnleggende mål er å analysere energiforbruket knyttet til kjøretøyets bevegelse langs veien, og spesifikt hvordan man kan optimalisere cruise-kontrollsystemer for å redusere energibruken. For dette formålet brukes en metode som beregner energiforbruket per enhet masse, $w_i(t)$, for et kjøretøy $i$ inntil et gitt tidspunkt $t$, som beskrevet i formelen:

Her representerer integranden den nødvendige energimengden som benyttes per enhet masse, hvor $v_i(\xi)$ er kjøretøyets hastighet, $v_i'(\xi)$ er akselerasjonen, og $p(v_i(\xi))$ er motstanden kjøretøyet møter. Funksjonen $g(x) = \max\{0, x\}$ er en såkalt "rectified linear unit" (ReLU), som typisk benyttes til å modellere akselerasjons- og bremsekraft i systemet, der energiforbruk ved akselerasjon blir positivt, mens ved bremsing antas å være null (med mindre regenerativ bremsing er modellert).

Videre kan energiforbruket forenkles ved å ignorere motstandstermene i noen beregninger, slik som vist i:

Denne forenklingen gjør det mulig å evaluere energiforbruket uten at motstand kreves i de matematiske modellene, og fokuserer på de andre elementene som akselerasjon og hastighetsprofil.

Numeriske simuleringer og eksperimenter viser at ved å bruke tilkoblede kjøretøysystemer, der kjøretøyene kan kommunisere med hverandre, kan man oppnå en betydelig forbedring i energieffektivitet sammenlignet med tradisjonelle systemer der menneskelige førere opererer kjøretøyene uavhengig. Spesielt når et kjøretøy responderer på både det førende kjøretøyet (HV) og et annet tilkoblet kjøretøy (CHV), viser simuleringene en betydelig reduksjon i energiforbruket. For eksempel, når CAV (Connected Autonomous Vehicle) reagerer på både HV og CHV, kan energiforbruket reduseres med opptil 10,9 % i forhold til et menneskestyrt kjøretøy, både i form av total energi ($\epsilon_i$) og energi per enhet masse ($w_i$).

En av de viktigste funnene er at den totale energibesparelsen er nærmest optimal når CAV-en er konfigurert for å reagere på de to andre kjøretøyene. Ved å benytte seg av tilkobling kan systemet gjøre mer presise og smidige justeringer i kjøremønsteret, som fører til lavere energiforbruk. For eksempel viser beregningene at CAV-en oppnår en energibesparelse på 13,9 % i forhold til et menneskestyrt kjøretøy uten å ta motstand i betraktning, og 9,1 % besparelse når motstandstermene inkluderes i simuleringen.

I tillegg til å optimalisere de tekniske aspektene ved kontrollsystemene, er det også viktig å vurdere dynamikken i hvordan mennesker interagerer med slike systemer. Usikkerheter i menneskelige føreres atferd kan påvirke resultatene, og det er avgjørende at systemene kan håndtere disse usikkerhetene på en robust måte. En tilkoblet kjøretøyplattform må være tilstrekkelig fleksibel til å tilpasse seg ulike kjørestiler, samtidig som den maksimerer energieffektiviteten.

Energieffektivitet i tilkoblede kjøretøy er ikke bare et teknologisk problem, men også et praktisk spørsmål om hvordan mennesker bruker og tilpasser seg ny teknologi. Videre forskning bør fokusere på hvordan man kan ytterligere redusere energiforbruket ved å optimalisere bremse- og akselerasjonsmønstre, samt hvordan systemene kan tilpasses for å være mer intuitive for førere uten å kompromittere den teknologiske ytelsen. Samtidig må man også vurdere hvordan disse systemene kan implementeres i forskjellige kjøretøytyper, fra biler med forbrenningsmotor til elektriske og hybride kjøretøy, for å sikre bred anvendelse.

Hvordan samarbeidende kjøretøy kan forbedre trafikksikkerhet og effektivitet i fremtidens trafikkflyt

De siste årene har teknologien for kommunikasjon mellom kjøretøy, kjent som Vehicle-to-Everything (V2X), gjort betydelige fremskritt, og dermed muliggjort en ny generasjon av smarte, autonome og delvis autonome kjøretøy som kan samarbeide i et felles trafikksystem. Dette har potensialet til å revolusjonere både trafikksikkerhet og effektivitet, spesielt når det gjelder å forbedre samspill mellom kjøretøyene i et kontinuerlig trafikkflyt.

Samarbeidende kjøretøyer benytter V2X-kommunikasjon for å dele informasjon om kjøretøystatus, intensjoner og posisjon i sanntid. Dette gjør det mulig for kjøretøyene å koordinere sine bevegelser på en måte som tidligere ikke var mulig, for eksempel ved å holde en jevnere avstand til de foranliggende kjøretøyene, og dermed redusere risikoen for kollisjoner og køer.

Et sentralt tema innen dette feltet er "kooperativ cruise control", en teknologi der kjøretøyene tilpasser hastigheten sin for å opprettholde en stabil og sikker avstand i en form for kjøretøykolonne. Denne teknologien er ikke bare viktig for forbedring av trafikksikkerheten, men også for å redusere drivstofforbruket og utslippene ved å unngå unødvendige akselerasjoner og oppbremsinger. Ved å bruke denne teknologien i en fremtidig, delvis autonom trafikksituasjon, vil kjøretøyene kunne forutsi og reagere på hverandres bevegelser på en svært effektiv måte.

En av utfordringene som stadig er gjenstand for forskning og utvikling, er håndtering av kommunikasjonstid og forsinkelse. Selv om V2X-teknologi tillater kjøretøy å sende informasjon til hverandre på svært kort tid, er det fortsatt risiko for at disse signalene kan bli forsinket, noe som kan føre til usikkerhet i styringen av kjøretøyene. Forskning har vist at forsinkelse i kommunikasjonen mellom kjøretøy kan føre til ustabilitet i hele systemet, spesielt når kjøretøyene opererer i tett trafikk eller i områder med høy trafikktetthet.

For å takle dette, har forskere utviklet en rekke metoder for å redusere virkningen av slike forsinkelser. Blant annet har man jobbet med "rolling horizon" kontrollmetoder, der kjøretøyene kontinuerlig oppdaterer sine handlingsplaner basert på sanntidsinformasjon, og dermed justerer hastigheten og avstanden for å unngå kollisjoner. Dette krever sofistikerte algoritmer som kan forutsi kjøretøybevegelser over tid, og som også kan håndtere eventuelle usikkerheter som kan oppstå på grunn av forsinkelser i kommunikasjonen.

En annen utfordring som har fått økt oppmerksomhet, er behovet for å sikre at teknologien fungerer optimalt i blandet trafikkflyt. Dette innebærer å finne løsninger som gjør at autonome kjøretøy kan integreres effektivt med manuelle kjøretøy, slik at trafikksikkerheten ikke går på bekostning av effektiviteten. En av de nyeste tilnærmingene er å bruke maskinlæringsteknikker for å forutsi og håndtere kjøreforholdene på en bedre måte, slik at til og med eldre kjøretøy uten V2X-kommunikasjon kan dra nytte av denne teknologien.

Videre er det avgjørende å forstå hvordan samhandlingen mellom kjøretøy kan forbedres, ikke bare for å oppnå stabil trafikkflyt, men også for å håndtere situasjoner der det kan oppstå uventede hendelser, som for eksempel plutselige bremsing eller endringer i kjøreforholdene. Her spiller algoritmene for "string stability" en viktig rolle, da de sikrer at hele køen av kjøretøy reagerer på en koordinert måte og ikke forårsaker forstyrrende bølger som kan føre til ulykker eller kødannelser.

Det er også viktig å merke seg at de fremtidige løsningene ikke bare handler om teknologiens evne til å kommunisere, men også om hvordan vi som samfunn velger å implementere disse løsningene. For eksempel vil lovgivning og reguleringer rundt bruken av V2X-teknologi spille en stor rolle i hvor raskt og effektivt disse systemene kan implementeres globalt. I tillegg er det nødvendig å utvikle standarder som kan sikre at alle kjøretøyene i systemet er i stand til å kommunisere på en sikker og pålitelig måte, uten at noen aktører dominerer systemet.

Når det gjelder de praktiske implikasjonene av disse teknologiene, er det essensielt å forstå hvordan de vil påvirke dagliglivet vårt. For eksempel kan den økte effektiviteten i trafikkflyt føre til mindre ventetid, bedre drivstoffeffektivitet, og færre utslipp. Dette kan igjen ha positive effekter på miljøet, og bidra til å redusere karbonavtrykket til transportsektoren. På den annen side er det også viktig å være bevisst på de etiske og personvernsrelaterte utfordringene som kan oppstå med økt datainnsamling og overvåking gjennom disse teknologiene.