Şəhərdaxili siqnalla idarə olunan kəsişmələr nəqliyyat sisteminin ən kritik boğum nöqtələrindən biridir. Nəqliyyat vasitələri müxtəlif istiqamətlərdən kəsişməyə gəlir, sola dönür, düz hərəkət edir, sağa dönür və bütün bu hərəkətlər işıqforlarla tənzimlənir. Ənənəvi siqnal idarəetmə sistemləri toqquşan hərəkətləri ayıraraq təhlükəsizliyi təmin etməyə çalışır; lakin artan nəqliyyat vasitəsi sayı, dəyişkən tələbat, pik saatlarda yaranan növbələr, gözləmə müddəti, yanacaq sərfi, CO2 emissiyası və qəza riski bu sistemləri getdikcə daha çox çətinləşdirir.

Tədqiqat bu problemi üç istiqamətdə nəzərdən keçirir. Birincisi, sıxlıq problemidir. Nəqliyyat vasitələri qırmızı işıqda gözlədikcə növbə yaranır, kəsişmənin tutumu azalır və səfər müddəti artır. İkincisi, ekoloji təsirdir. Tez-tez dayanıb-hərəkət etmə və lazımsız gözləmə hər nəqliyyat vasitəsinə düşən emissiyanı artırır. Üçüncüsü, təhlükəsizlikdir. Xüsusilə kəsişməyə yaxınlaşarkən qəfil dayanma, yaxın məsafədən izləmə və insan sürücü səhvləri toqquşmaya-qədər-zamanı azaldaraq konflikt riskini artıra bilər.

Bu tədqiqatın yenilikçi tərəfi siqnal idarəetməsini yalnız ayrı-ayrı nəqliyyat vasitələrinə görə deyil, nəqliyyat vasitəsi konvoyları, yəni platoon strukturları üzərindən düşünməsidir. Avtomatlaşdırılmış və əlaqəli nəqliyyat vasitələri V2V rabitəsi ilə bir-birinə daha nizamlı məsafələrdə hərəkət edə bilər. Lakin işıqfor bu konvoyu ortadan bölərsə, öndəki nəqliyyat vasitələri keçərkən arxadakılar qırmızıda qala bilər. Bu vəziyyət yalnız konvoyun bütövlüyünü pozmur; arxada gözləmə, yenidən sürətlənmə, əlavə emissiya və yeni növbə yaranması da meydana çıxır. Buna görə tədqiqat bu suala cavab axtarır: İşıqfor idarəedicisi həm gözləmə müddətini, həm CO2 emissiyasını, həm də avtomatlaşdırılmış nəqliyyat vasitəsi konvoylarının bölünməsini eyni anda azalda bilərmi?

Bu problem niyə vacibdir?

Ağıllı nəqliyyat sistemlərində ən böyük çətinliklərdən biri müxtəlif məqsədlərin bir-biri ilə əlaqəli olmasıdır. Trafik idarəedicisi yalnız gözləmə müddətini azaltmağa çalışarsa, bəzi istiqamətlərə daha uzun yaşıl vaxt verərək qısa müddətdə yaxşı nəticə ala bilər. Lakin bu yanaşma başqa istiqamətdən gələn nəqliyyat vasitəsi konvoylarını bölə, emissiyanı artıra və ya təhlükəsizlik baxımından mənfi dayan-hərəkət dalğaları yarada bilər. Yalnız emissiyanı azaltmaq da kifayət deyil; çünki kəsişmədə uzun növbələr yaranarsa sistem praktik olaraq uğursuz olar. Yalnız konvoyu qorumaq da kifayət deyil; çünki digər istiqamətlərdə ədalətsiz gözləmə və sıxlıq yarana bilər.

Buna görə tədqiqat kəsişmə idarəetməsini çoxməqsədli problem kimi qurur. MOPADRL modeli üç məqsədi eyni anda nəzərə alır:

• Trafik səmərəliliyi: Gözləmə müddətinin və növbələrin azaldılması,
• Ekoloji təsir: CO2 emissiyasının azaldılması,
• Konvoy bütövlüyü: Qırmızı işıq səbəbindən konvoyun bölünməsinin cəzalandırılması.

Bu yanaşma gələcəkdə əlaqəli və avtomatlaşdırılmış nəqliyyat vasitələrinin geniş yayılacağı şəhərlərdə kəsişmələrin yalnız sabit işıq planları ilə idarə edilə bilməyəcəyini göstərir. Kəsişmə gələn nəqliyyat vasitələrinin yalnız sayını deyil, strukturlarını, rabitə vəziyyətini, konvoy əlaqələrini və yaxınlaşma məsafələrini də anlamalıdır.

Ədəbiyyatdakı boşluq nədir?

Tədqiqatda əvvəlki araşdırmaların mühüm çatışmazlığı açıq şəkildə göstərilir. Dərin möhkəmləndirici öyrənmə əsaslı işıqfor idarəetməsi üzrə çoxsaylı tədqiqat var. Avtomatlaşdırılmış nəqliyyat vasitəsi konvoyları üzrə də geniş ədəbiyyat mövcuddur. Lakin bu iki sahəni birlikdə nəzərdən keçirən tədqiqatların sayı məhduddur.

Mövcud bəzi tədqiqatlar işıqfor idarəetməsində tək məqsədli optimallaşdırmadan istifadə edir; məsələn, yalnız gecikməni və ya yalnız gözləmə müddətini azaltmağa fokuslanır. Bəzi tədqiqatlar konvoyları nəzərə alsa belə, konvoy davranışını mikroskopik V2V/V2I rabitəsi ilə ətraflı modelləşdirmək əvəzinə hazır simulyasiya əlavələrinə və ya daha makroskopik fərziyyələrə əsaslanır. Həmçinin konvoy ölçüsünün kəsişmə performansına sistematik təsiri əksər tədqiqatlarda ətraflı araşdırılmayıb.

Bu tədqiqat həmin boşluğu üç əsas töhfə ilə doldurmağa çalışır:

• Konvoy fərqində olan, çoxməqsədli DDQN siqnal idarəedicisi hazırlayır.
• V2V rabitəsinə əsaslanan mikroskopik konvoy izləmə modeli qurur və onu zaman domenində təhlükəsizlik və string stability baxımından doğrulayır.
• Konvoy ölçüsünü 3 ilə 7 nəqliyyat vasitəsi arasında dəyişdirərək optimal platoon ölçüsünü balanslı və balanssız tələb ssenarilərində araşdırır.

MOPADRL arxitekturası necə işləyir?

Tədqiqatın sistem arxitekturası üç qatdan ibarətdir. Birinci qat konvoy idarəetməsidir. Burada konvoy lideri CACC, yəni Cooperative Adaptive Cruise Control modeli ilə hərəkət edir. Konvoy izləyiciləri isə tədqiqatçıların təklif etdiyi V2V əsaslı izləyici idarəetmə qanunu ilə liderdən gələn sürət, təcil və konvoy vəziyyəti məlumatından istifadə edir.

İkinci qat MOPADRL siqnal idarəedicisidir. Bu idarəedici Double Deep Q-Network, yəni DDQN agentidir. Agent kəsişmədəki trafik vəziyyətini, aktiv siqnal fazasını və yaxınlaşan konvoy məlumatını müşahidə edərək hansı yaşıl fazanın veriləcəyinə qərar verir.

Üçüncü qat SUMO mikroskopik trafik simulyasiya mühitidir. Nəqliyyat vasitələrinin hərəkəti, siqnal fazaları, V2X rabitə kanalı, emissiya hesabları və qiymətləndirmə metrikləri bu mühitdə işlədilmişdir. Tədqiqatdakı sistem diaqramı konvoy idarəetməsi ilə siqnal idarəedicisinin bir-birindən ayrı deyil, eyni simulyasiya dövrü daxilində rabitə quran komponentlər kimi işlədiyini göstərir.

V2V və V2I rabitəsi niyə ayrı-ayrılıqda vacibdir?

V2V rabitəsi konvoy daxilindəki nəqliyyat vasitələrinin bir-birinə nisbətən təhlükəsiz və nizamlı hərəkətini təmin edir. Lider nəqliyyat vasitəsinin sürəti, təcili və konvoy vəziyyəti izləyicilərə ötürülür. Beləliklə izləyicilər yalnız qarşılarındakı nəqliyyat vasitəsini görərək deyil, konvoy liderinin vəziyyətini də bilərək hərəkət edirlər. Bu, xüsusilə qəfil dayanma və yenidən sürətlənmə hallarında konvoyun dalğalanmadan hərəkət etməsi üçün vacibdir.

V2I rabitəsi isə konvoy ilə işıqfor arasında qurulur. Yaxınlaşan konvoy kəsişmə idarəedicisinə Platoon-Request, yəni konvoy üçün yaşıl tələb göndərə bilər. Lakin tədqiqat bu tələbi şərtsiz qəbul etmir. Yaşıl üstünlük yalnız aşağı konflikt şəraitində verilir. Beləliklə sistem bir konvoyu keçirmək üçün digər istiqamətlərdə ciddi növbə və ya konflikt yaratma riskini azaltmağa çalışır.

Bu fərq çox vacibdir. Yalnız V2V olarsa nəqliyyat vasitələri öz aralarında nizamlı hərəkət edər, lakin işıqfor yenə onları bölə bilər. Yalnız V2I olarsa işıqfor konvoya üstünlük verə bilər, lakin nəqliyyat vasitələrinin mikroskopik izləmə davranışı kifayət qədər təhlükəsiz və sabit olmaya bilər. MOPADRL bu iki rabitə formasını birlikdə istifadə edərək həm konvoydaxili hərəkəti, həm də kəsişmə səviyyəsində siqnal qərarını koordinasiya edir.

İnsan sürücülü nəqliyyat vasitələri üçün istifadə olunan IDM modeli

Tədqiqatda insan sürücülü nəqliyyat vasitələri üçün Intelligent Driver Model, yəni IDM istifadə edilmişdir. IDM nəqliyyat vasitəsinin təcilini həm hədəf sürətə yaxınlaşmasına, həm də qarşıdakı nəqliyyat vasitəsi ilə arasındakı məsafəyə görə hesablayan fasiləsiz zamanlı izləmə modelidir. Tədqiqatda verilən əsas IDM təcil formulu belədir:

\[ a=a_0\left[1-\left(\frac{v}{v_0}\right)^\delta-\left(\frac{s^*(v,\Delta v)}{s}\right)^2\right] \]

Burada a nəqliyyat vasitəsinin təcilini, a0 maksimum təcili, v cari sürəti, v0 arzu olunan sürəti, δ təcil eksponentini, s qarşıdakı nəqliyyat vasitəsinə real məsafəni və s*(v, Δv) arzu olunan dinamik izləmə məsafəsini ifadə edir.

Arzu olunan dinamik məsafə belə verilmişdir:

\[ s^*(v,\Delta v)=s_0+\max\left[0, vT+\frac{v\Delta v}{2\sqrt{a_0b}}\right] \]

Burada s0 dayanma məsafəsini, T arzu olunan zaman intervalını, Δv nisbi sürəti və b komfortlu yavaşımanı göstərir. Bu formulun gündəlik mənası belədir: nəqliyyat vasitəsi sürətləndikcə və ya qarşıdakı nəqliyyat vasitəsinə yaxınlaşma sürəti artdıqca təhlükəsiz məsafə böyüyür. İnsan sürücülü ssenarilərdə nəqliyyat vasitəsi davranışı bu modellə təmsil edilmişdir.

Avtomatlaşdırılmış nəqliyyat vasitəsi lideri üçün CACC modeli

Konvoy liderləri Cooperative Adaptive Cruise Control, yəni CACC modeli ilə idarə edilmişdir. Bu modeldə nəqliyyat vasitəsi sürət idarəetməsi, məsafə tənzimlənməsi, məsafənin bağlanması və toqquşmadan yayınma kimi müxtəlif rejimlərdə hərəkət edir. Sürət idarəetmə rejimində təcil əmri belə verilmişdir:

\[ a_{i,k+1}=k_4(v_d-v_{i,k}) \]

Burada a_i,k+1 i nəqliyyat vasitəsinin növbəti zaman addımındakı təcilini, vd arzu olunan sürəti, vi,k cari sürəti və k4 idarəetmə qazancını ifadə edir. Nəqliyyat vasitəsi hədəf sürətdən aşağıdırsa müsbət təcil, yuxarıdırsa mənfi təcil yaradır.

Məsafə tənzimləmə rejimində sürət yenilənməsi belə ifadə edilmişdir:

\[ v_{i,k+1}=v_{i,k}+k_5e_{i,k}+k_6\dot{e}_{i,k} \]

Burada e_i,k məsafə xətasını, ė_i,k bu xətanın dəyişmə sürətini, k5 və k6 idarəetmə qazanclarını göstərir. Xəta törəməsi isə belə müəyyən edilir:

\[ \dot{e}_{i,k}=v_{i-1,k}-v_{i,k}-t_da_{i,k} \]

Bu ifadə izləyən nəqliyyat vasitəsinin qarşıdakı nəqliyyat vasitəsinə nisbətən sürət fərqini və öz təcil vəziyyətini nəzərə alır. Məqsəd nəqliyyat vasitələrinin konvoy halında təhlükəsiz məsafəni saxlayaraq hərəkət etməsidir.

V2V əsaslı izləyici idarəetməsi və ikiqat məsafə siyasəti

Tədqiqatın orijinal töhfələrindən biri konvoy izləyiciləri üçün təklif olunan V2V əsaslı idarəetmə quruluşudur. Konvoy belə müəyyən edilir:

\[ \mathcal{P}_k=\{v_{k,0},v_{k,1},...,v_{k,N_k}\} \]

Burada v_k,0 konvoy liderini, v_k,i i nömrəli izləyicini, N_k isə konvoydakı izləyici sayını ifadə edir. İzləyici nəqliyyat vasitəsinin uzununa vəziyyəti belə verilmişdir:

\[ \mathbf{x}_{k,i}(t)=(p_{k,i}(t),v_{k,i}(t)) \]

Burada p bufer mövqeyini, v sürəti ifadə edir. İki nəqliyyat vasitəsi arasındakı buferdən-buferə məsafə isə belədir:

\[ g_{k,i}(t)=p_{k,i-1}(t)-p_{k,i}(t)-L_{k,i-1} \]

Burada g_k,i izləyici ilə dərhal qarşısındakı nəqliyyat vasitəsi arasındakı məsafəni, L_k,i-1 isə qarşıdakı nəqliyyat vasitəsinin uzunluğunu göstərir. Tədqiqatda nəqliyyat vasitəsinin uzunluğu 5 m götürülmüşdür.

Lider nəqliyyat vasitəsi hər simulyasiya addımında izləyicilərə bu üçlü məlumatı yayımlayır:

\[ \mathcal{B}(t)=(v_0(t),a_0(t),\sigma_{\mathcal{P}}(t)) \]

Burada v0 lider sürətini, a0 lider təcilini, σP isə konvoy vəziyyət bayrağını ifadə edir. Bu bayraq konvoyun tamamlanmış, qırmızıda dayanmış və ya pozulmuş vəziyyətdə olub-olmadığını göstərir.

Tədqiqatın mühüm mühəndislik detalı lider ilə ilk izləyici arasında bir zaman addımı, yəni 0,1 saniyəlik rabitə gecikməsinin qəbul edilməsidir. Daxili izləyicilər üçün bu effektiv gecikmə sıfır götürülmüşdür. Buna görə məsafə siyasəti ikiqat dizayn edilmişdir:

\[ g_i^*= \begin{cases} g_{LF}^*=4.0\,m, & i=1\\ g_{II}^*=2.0\,m, & i\geq 2 \end{cases} \]

Burada gLF* lider ilə ilk izləyici arasındakı hədəf məsafəni, gII* daxili izləyicilər arasındakı hədəf məsafəni ifadə edir. İlk izləyici üçün 4 m, daxili izləyicilər üçün 2 m hədəflənmişdir. Bunun səbəbi lider məlumatının ilk izləyiciyə 0,1 saniyə gecikmə ilə çatmasıdır. Daxili izləyicilər eyni lider yayımından eyni addımda istifadə etdikləri üçün daha qısa məsafə kifayət sayılmışdır.

4 m / 2 m məsafə dizaynı necə əsaslandırılıb?

Tədqiqatda ikiqat məsafə siyasəti yalnız intuitiv seçilməmiş, analitik olaraq çıxarılmışdır. Ən pis hal ssenarisində lider nəqliyyat vasitəsi 13,89 m/s sürətdən təcili əyləc edir. İlk izləyici liderin əmrini 0,1 saniyə gec aldığı üçün bu müddət ərzində əvvəlki sürətlə hərəkət etməyə davam edir. Bu yaxınlaşma məsafəsi belə hesablanır:

\[ \Delta_{close}=v^\circ\tau=13.89\times0.1=1.389\,m \]

Burada Δclose yaxınlaşma məsafəsini, v° hərəkət sürətini və τ rabitə gecikməsini ifadə edir. Təhlükəsizlik minimumu 2 m götürülmüşdür. Bu halda lider ilə ilk izləyici arasındakı hədəf məsafə aşağıdakı bərabərsizliyi ödəməlidir:

\[ g_{LF}^*-\Delta_{close}\geq g_{min} \]

Bu isə belə deməkdir:

\[ g_{LF}^*\geq g_{min}+v^\circ\tau=3.389\,m \]

Tədqiqatda 4 m seçilərək 0,611 m əlavə təhlükəsizlik ehtiyatı saxlanmışdır. Bu dizayn mikroskopik trayektori analizində doğrulanmışdır. Müşahidə olunan qırmızı fazada minimum lider-ilk izləyici məsafəsi 2,61 m olmuş, analitik proqnoz isə 2,611 m-dir. Bu çox yaxın uyğunluq məsafə dizaynının simulyasiyada gözlənildiyi kimi işlədiyini göstərir.

Siqnal idarəetmə problemi MDP kimi necə qurulub?

Tədqiqatda işıqfor idarəetməsi Markov Decision Process, yəni MDP kimi modelləşdirilmişdir. Əsas quruluş belə ifadə edilir:

\[ \mathcal{M}=(\mathcal{S},\mathcal{A},\mathcal{T},r,\gamma) \]

Burada S vəziyyət məkanını, A fəaliyyət məkanını, T keçid nüvəsini, r mükafat funksiyasını və γ diskont faktorunu ifadə edir. İşıqfor idarəedicisi hər qərar anında cari vəziyyəti müşahidə edir, yaşıl faza seçir və bunun nəticəsində növbə, gözləmə, emissiya və konvoy bütövlüyü baxımından mükafat alır.

Agentin məqsədi gözlənilən diskontlaşdırılmış toplam mükafatı maksimum edən siyasəti öyrənməkdir:

\[ J(\pi)=\mathbb{E}_{\pi}\left[\sum_{k=0}^{\infty}\gamma^kr_{k+1}\right] \]

Burada π idarəetmə siyasətini, J(π) bu siyasətin gözlənilən ümumi performansını ifadə edir. Gündəlik dillə desək, agent yalnız həmin anki işıq qərarını deyil, bu qərarın gələcək növbələrə və konvoylara təsirini də öyrənməyə çalışır.

DDQN niyə istifadə edilib?

Tədqiqatda siqnal idarəetmə agenti kimi Double Deep Q-Network, yəni DDQN istifadə edilmişdir. DDQN klassik DQN-in bəzi hallarda fəaliyyət dəyərlərini olduğundan yüksək qiymətləndirmə problemini azaltmaq üçün fəaliyyət seçimi ilə fəaliyyət qiymətləndirməsini ayırır. Tədqiqatda onlayn şəbəkə və hədəf şəbəkə olmaqla iki sinir şəbəkəsi istifadə edilmişdir.

Zaman fərqi hədəfi belə verilmişdir:

\[ y_k=r_{k+1}+\gamma(1-d_{k+1})Q_{\theta^-}\left(s_{k+1},\arg\max_{a'}Q_\theta(s_{k+1},a')\right) \]

Burada yk öyrənmə hədəfini, rk+1 mükafatı, γ gələcək mükafatların çəkisini, d terminal vəziyyət bayrağını, Qθ onlayn şəbəkəni və Qθ− hədəf şəbəkəni ifadə edir.

İtki funksiyası isə Bellman orta kvadratik xətasıdır:

\[ \mathcal{L}(\theta)=\mathbb{E}\left[\left(Q_\theta(s_k,a_k)-y_k\right)^2\right] \]

Bu formulun mənası belədir: Sinir şəbəkəsi seçilmiş fəaliyyətin dəyərini təxmin edir; sonra bu təxmin mükafat və gələcək gözlənilən dəyərlə yaradılan hədəfə yaxınlaşdırılır. İşıqfor idarəetməsində bu, “bu fazanı seçmək uzun müddətdə növbə, gözləmə, emissiya və konvoy bütövlüyü baxımından yaxşıdırmı?” sualının öyrənilməsidir.

MOPADRL vəziyyət vektoru: İdarəedici nəyi görür?

MOPADRL-nin vəziyyət vektoru 20 ölçülüdür və üç blokdan ibarətdir:

\[ s_k=[\mathbf{p}_k\|\boldsymbol{\phi}_k\|\boldsymbol{\psi}_k]\in[0,1]^{20} \]

Burada p_k zolaq təzyiqi blokunu, φ_k aktiv faza məlumatını, ψ_k isə konvoy aşkarlama blokunu ifadə edir. Zolaq təzyiqi 12 yaxınlaşma zolağındakı ümumi və dayanmış nəqliyyat vasitələrinin sayını ehtiva edir. Aktiv faza bloku cari yaşıl fazanın hansı faza olduğunu göstərir. Konvoy sensor bloku isə hər faza üçün həmin fazanın xidmət etdiyi zolaqlarda dayanma xəttinə 50 m daxilində konvoy nəqliyyat vasitəsi olub-olmadığını göstərir.

Zolaq təzyiqi xüsusiyyəti belə müəyyən edilmişdir:

\[ p_l(k)=\min\left\{1,\frac{2n_l^{stop}(k)+n_l(k)}{100}\right\} \]

Burada nl müvafiq zolaqdakı ümumi nəqliyyat vasitəsi sayını, nstop_l dayanmış nəqliyyat vasitələrinin sayını ifadə edir. Diqqət yetirilsə, dayanmış nəqliyyat vasitələri ikiqat çəki ilə nəzərə alınır. Çünki dayanmış nəqliyyat vasitələri yalnız cari sıxlığı deyil, gecikmənin yığıldığını da göstərir.

Konvoy sensoru belə işləyir: Əgər aktiv konvoyun hər hansı nəqliyyat vasitəsi müəyyən fazanın xidmət etdiyi zolaqda dayanma xəttinə 50 m və ya daha yaxın məsafədədirsə, həmin faza üçün konvoy mövcudluğu 1 kimi kodlaşdırılır. Bu kiçik görünən əlavə məlumat agenti platoon-blind, yəni konvoy-kor vəziyyətdən çıxarır.

Çoxməqsədli mükafat funksiyası: Gözləmə, emissiya və konvoyun bölünməsi

MOPADRL-nin ən vacib komponentlərindən biri mükafat funksiyasıdır. Mükafat yalnız gözləmə müddətinə görə deyil, gözləmə müddəti, CO2 emissiyası və konvoyun bölünməsi birlikdə nəzərə alınaraq hesablanır.

Əvvəlcə hər qərar dövründə gözləmə müddəti və emissiya fərqləri hesablanır:

\[ \Delta W_k=W(k-1)-W(k) \]

\[ \Delta E_k=E(k-1)-E(k) \]

Burada ΔW gözləmə müddətindəki yaxşılaşmanı, ΔE emissiya azalmasını ifadə edir. Bu dəyərlər müsbətdirsə, sistem əvvəlki dövrə nisbətən yaxşılaşıb deməkdir.

Son mükafat funksiyası belədir:

\[ r_{k+1}=\Pi_{[-1,1]}\left(w_W\widetilde{\Delta W}_k+w_E\widetilde{\Delta E}_k-\lambda_PN_k^{brk}\right) \]

Burada wW = 0,67 gözləmə müddəti çəkisini, wE = 0,33 emissiya çəkisini, λP = 1,0 konvoy bölünmə cəzası çəkisini, Nbrk isə həmin dövrdə konvoyundan ayrılan izləyici nəqliyyat vasitələrinin sayını ifadə edir. Π[-1,1] əməliyyatı mükafatı -1 ilə 1 arasına məhdudlaşdırır.

Bu formul tədqiqatın əsas ideyasını çox yaxşı göstərir. Agent gözləmə müddətini azaldarsa mükafat alır. Emissiyanı azaldarsa mükafat alır. Lakin konvoyu qırmızı işıq səbəbindən bölərsə cəza alır. Beləliklə sistem “kəsişməni tez boşaldım, amma konvoyları bölüm” kimi qısamüddətli, lakin uzunmüddətli pis nəticələr yarada biləcək siyasətlərdən uzaqlaşdırılır.

V2I Platoon-Request mexanizmi necə məhdudlaşdırılıb?

MOPADRL-də yaxınlaşan konvoylar işıqfora yaşıl faza tələbi göndərə bilər. Lakin bu tələb təsadüfi və ya şərtsiz qəbul edilmir. Tədqiqatda üç şərt müəyyən edilmişdir:

• Konvoy lideri dayanma xəttinə 10–50 m aralığında yaxınlaşmış olmalı və ya 10 m-dən daha yaxın olub dayanmış olmalıdır.
• Konflikt yaradan istiqamətdə 150 m daxilində başqa konvoy olmamalıdır.
• Konvoya xidmət edilməyən konfliktli zolaqlarda dayanmış nəqliyyat vasitəsi olmamalıdır.

Bu şərtlərin məqsədi yaşıl üstünlüyü yalnız aşağı konfliktli hallarda verməkdir. Beləliklə bir konvoyu keçirmək üçün digər istiqamətləri ədalətsiz və təhlükəli şəkildə sıxışdıran idarəetmə yaranmır. Bu dizayn V2I üstünlüyünün praktik olaraq tətbiq edilə bilən və balanslı olmasını təmin edir.

Təcrübə mühiti: SUMO mikrosimulyasiyası

Tədqiqatda bütün təcrübələr SUMO, yəni Simulation of Urban MObility mühitində aparılmışdır. Test şəbəkəsi dörd istiqamətli təcrid olunmuş siqnallı kəsişmədir. Hər yaxınlaşmada üç giriş zolağı və iki çıxış zolağı var. Zolaq quruluşu bir sola dönmə zolağı, bir yalnız düz zolaq və bir düz+sağ zolaq şəklindədir. Sürət həddi 50 km/s, yəni təxminən 13,89 m/s götürülmüşdür. İzləyici nəqliyyat vasitələrinə yalnız məsafəni bağlamaq lazım olduqda 60 km/s, yəni təxminən 16,67 m/s çatma sürəti həddinə icazə verilmişdir.

Nəqliyyat vasitələrinin gəlişləri 0–3600 saniyəlik hissədə Weibull paylanması ilə yaradılmışdır. Bu paylanma pik saat trafikinə bənzər gəliş profili yaradır: əvvəl tədricən artım, ortada intensiv pik, sonda azalma. Tədqiqatda 1000 nəqliyyat vasitəsi/saat və 2000 nəqliyyat vasitəsi/saat tələb səviyyələri, balanslı və balanssız istiqamət paylanmaları və 3–7 nəqliyyat vasitəsi arası konvoy ölçüləri sınaqdan keçirilmişdir.

Qiymətləndirmə 100 cütləşdirilmiş təsadüfi toxum üzərindən aparılmışdır. Bu, tək təsadüfi simulyasiya nəticəsinə əsaslanmaq əvəzinə dəyişən trafik gəlişlərini daha etibarlı müqayisə etmək üçün vacibdir.

Müqayisə edilən idarəedicilər

Tədqiqat beş siqnal idarəedicisini müqayisə etmişdir:

• Fixed-Time: Trafik vəziyyətini nəzərə almayan sabit zamanlı işıq planı.
• Actuated: Gələn nəqliyyat vasitələrinə görə yaşılı uzada bilən klassik sensorlu idarəetmə.
• MO-DDQN: Çoxməqsədli, lakin konvoy fərqində olmayan DDQN əsaslı öyrənən idarəedici.
• MOPADRL-WV2I: Konvoy fərqində olan və konvoy bölünmə cəzasına malik, lakin V2I yaşıl tələb mexanizmi olmayan model.
• MOPADRL: Konvoy fərqində olma, konvoy bölünmə cəzası və şərtli V2I Platoon-Request mexanizmini birlikdə istifadə edən təklif olunan model.

Bu müqayisə quruluşu vacibdir; çünki yalnız MOPADRL-nin yaxşı işləyib-işləmədiyini deyil, hansı komponentin nə töhfə verdiyini də ayırmağa çalışır. Məsələn, MOPADRL-WV2I ilə MOPADRL arasındakı fərq V2I üstünlük mexanizminin töhfəsini göstərir. MO-DDQN ilə MOPADRL arasındakı fərq isə konvoy fərqində olma, bölünmə cəzası və V2I quruluşunun birləşmiş təsirini göstərir.

Qiymətləndirmə metrikləri

Tədqiqatda performans altı əsas metriklə ölçülmüşdür:

• Orta növbə uzunluğu,
• Şəbəkə daxilində orta nəqliyyat vasitəsi sayı,
• Hər nəqliyyat vasitəsinə düşən orta gözləmə müddəti,
• Hər nəqliyyat vasitəsinə düşən orta səfər müddəti,
• Hər nəqliyyat vasitəsinə düşən orta CO2 emissiyası,
• Bölünən konvoy sayı.

Həmçinin təhlükəsizlik üçün toqquşmaya-qədər-zaman, yəni Time-to-Collision konflikt sayı istifadə edilmişdir. Bu metrik nəqliyyat vasitələri cari sürətlə hərəkət etməyə davam etsə, toqquşmaya nə qədər vaxt qaldığını hesablayır. Avtomatlaşdırılmış nəqliyyat vasitələri üçün 0,5 saniyə, insan sürücülü nəqliyyat vasitəsi cütləri üçün 1,5 saniyə həddi istifadə edilmişdir.

Faza 1: Konvoy ölçüsü və idarəedici müqayisəsi

Birinci qiymətləndirmə mərhələsində 1000 nəqliyyat vasitəsi/saat tələb altında 3, 4, 5, 6 və 7 nəqliyyat vasitəli konvoylar sınaqdan keçirilmişdir. Balanslı tələb halında MOPADRL bütün platoon ölçülərində səmərəlilik metrikləri üzrə ən yaxşı idarəedici olmuşdur. Yeddi nəqliyyat vasitəli konvoyda orta növbə uzunluğu 0,53 nəqliyyat vasitəsi, orta gözləmə müddəti 1,95 saniyə/nəqliyyat vasitəsi, orta səfər müddəti 111,51 saniyə/nəqliyyat vasitəsi və orta CO2 emissiyası 117.021 mg/nəqliyyat vasitəsi kimi bildirilmişdir.

Bu nəticələr sabit zamanlı idarəetmə ilə müqayisədə növbə uzunluğu və gözləmə müddətində təxminən yüzdə 94 azalma deməkdir. Actuated idarəedici ilə müqayisədə isə azalma təxminən yüzdə 86-dır. Bu, MOPADRL-nin yalnız klassik sabit planı deyil, trafik tələbinə reaksiya verə bilən sensorlu idarəetməni də ciddi şəkildə üstələdiyini göstərir.

Balanslı tələbdə ən yaxşı MOPADRL konfiqurasiyası yeddi nəqliyyat vasitəli konvoydur. Lakin balanssız tələbdə optimum altı nəqliyyat vasitəli konvoya keçir. Bu tapıntı çox vacibdir: Ən yaxşı konvoy ölçüsü sabit dəyər deyil; tələb nümunəsindən asılıdır. Balanssız tələbdə şimal-cənub dəhlizi daha dominant olduqda, altı nəqliyyat vasitəli konvoy məhdud yaşıl pəncərəyə daha yaxşı sığmışdır.

Konvoy bütövlüyü səmərəliliyə zərər verirmi?

Tədqiqatın ən diqqətçəkən tapıntılarından biri konvoy bütövlüyü cəzasının səmərəliliyə zərər verməməsidir. İlk baxışda modelə “konvoyu bölmə” cəzası əlavə ediləndə modelin gözləmə müddəti və ya növbə baxımından daha pis qərarlar verə biləcəyi düşünülə bilər. Çünki sistem konvoyu qorumaq üçün bəzi nəqliyyat vasitələrini daha çox gözlədə bilər.

Lakin nəticələr bunun əksini göstərmişdir. MOPADRL konvoy fərqində olmayan MO-DDQN-ə nisbətən hər konvoy ölçüsündə bütün səmərəlilik metriklərində daha yaxşı nəticə vermişdir. Növbə uzunluğunda yüzdə 10–69, gözləmə müddətində yüzdə 10–65, səfər müddətində yüzdə 1,0–4,4, CO2 emissiyasında yüzdə 1,3–6,6 arası yaxşılaşma təmin etmiş; eyni zamanda bölünən konvoy sayını yüzdə 30–99 azaltmışdır.

Bunun səbəbi struktur xarakterlidir. Konvoy qırmızı işıqda bölünəndə arxada qalan nəqliyyat vasitələri gözləyir, sonra yenidən sürətlənir, növbə yaradır və emissiyanı artırır. Buna görə konvoyu qorumaq yalnız konvoy bütövlüyünü deyil, gözləmə və emissiya məqsədlərini də dəstəkləyir. Tədqiqatın ifadəsi ilə bu məqsədlər bir-birinə rəqib deyil, düzgün mükafat quruluşunda bir-birini tamamlayan məqsədlərdir.

V2I üstünlüyünün töhfəsi nədir?

MOPADRL ilə MOPADRL-WV2I müqayisəsi V2I Platoon-Request mexanizminin təsirini ayırır. Hər iki model eyni vəziyyət vektorundan və eyni mükafat funksiyasından istifadə edir; fərq yalnız MOPADRL-nin yaxınlaşan konvoya aşağı konflikt şəraitində yaşıl üstünlük verə bilməsidir.

Balanslı tələbdə V2I üstünlüyü növbə uzunluğunu yüzdə 28–53, gözləmə müddətini yüzdə 23–53, səfər müddətini yüzdə 1,9–4,3 və CO2 emissiyasını yüzdə 3,0–5,9 azaltmışdır. Lakin bölünən konvoy sayı üzərində əlavə təsiri daha məhduddur; çünki konvoy bölünmə cəzası artıq bir çox halda bölünmələri demək olar sıfıra endirmişdir. Bu nəticə V2I mexanizminin əsas töhfəsinin konvoyları “daha sürətli” keçirmək olduğunu, konvoy bölünməsinin qarşısını almaqda isə mükafat funksiyasındakı cəzanın onsuz da güclü işlədiyini göstərir.

Faza 2: İnsan sürücülü mühit ilə V2X konvoy mühitinin müqayisəsi

İkinci qiymətləndirmə mərhələsində insan sürücülü nəqliyyat vasitələri mühiti ilə tam V2X dəstəkli konvoy mühiti müqayisə edilmişdir. İnsan sürücülü baza ssenarilərində Actuated və MO-DDQN istifadə edilmişdir. V2X mühitində isə təklif olunan MOPADRL idarəedicisi və Faza 1-də tapılan optimal konvoy ölçüləri istifadə edilmişdir: balanslı tələb üçün yeddi nəqliyyat vasitəsi, balanssız tələb üçün altı nəqliyyat vasitəsi.

Üç tələb ssenarisi araşdırılmışdır:

• 1000 nəqliyyat vasitəsi/saat balanslı tələb,
• 2000 nəqliyyat vasitəsi/saat balanslı tələb,
• 2000 nəqliyyat vasitəsi/saat balanssız tələb.

MOPADRL hər üç ssenaridə hər metrik üzrə ən yaxşı orta dəyəri vermişdir. Ən güclü insan sürücülü öyrənən baza modeli olan MO-DDQN-ə nisbətən orta növbə uzunluğunu yüzdə 73–75, gözləmə müddətini yüzdə 67–75 azaltmışdır. Actuated idarəedici ilə müqayisədə isə növbə uzunluğu və gözləmə müddəti azalmaları daha da böyükdür: təxminən yüzdə 82–89 və yüzdə 80–87 aralığında.

CO2, səfər müddəti və şəbəkə daxilində nəqliyyat vasitəsi sayı kimi axın-mobillik metriklərində ən böyük fərq 2000 nəqliyyat vasitəsi/saat balanslı tələbdə görülmüşdür. Bu vacibdir; çünki eyni ümumi tələb balanssız olduqda klassik və ya öyrənən idarəedicilər dominant dəhlizə daha uzun yaşıl verərək müəyyən səmərəlilik qazancı əldə edə bilər. Balanslı, lakin yüksək tələb isə daha çətin istismar nöqtəsidir; hər istiqamət sıxdır və hansı istiqamətə nə vaxt yaşıl veriləcəyi daha mürəkkəb olur. Tədqiqatın şərhinə görə V2X üstünlüyü yalnız xam tələb miqdarı ilə deyil, istismar çətinliyi ilə miqyaslanır.

Təhlükəsizlik nəticəsi: TTC konfliktləri niyə sıfıra düşdü?

Tədqiqatın təhlükəsizlik baxımından ən diqqətçəkən nəticəsi MOPADRL-nin bütün tələb ssenarilərində toqquşmaya-qədər-zamana əsaslanan konflikt sayını sıfıra endirməsidir. İnsan sürücülü baza sistemlərində TTC konfliktləri tələb artdıqca nəzərəçarpacaq dərəcədə yüksəlmişdir. Buna qarşılıq V2X konvoy mühitində bu konfliktlər heç qeydə alınmamışdır.

Bu nəticənin səbəbi V2V əsaslı CACC quruluşunun konvoy daxilində yaxınlaşma sürəti dalğalanmalarını azaltmasıdır. Liderin sürət və təcil məlumatı izləyicilərə ötürülür; izləyicilər liderin əyləc və ya sürətlənmə davranışına çox qısa müddətdə uyğunlaşır. İkiqat məsafə siyasəti də xüsusilə lider ilə ilk izləyici arasındakı 0,1 saniyəlik gecikməni absorbsiya edəcək şəkildə dizayn edilmişdir. Buna görə konvoy daxilində arxadan toqquşmaya aparan kinematik şərait yaranmamışdır.

Burada ehtiyatlı olmaq lazımdır: Tədqiqat “real dünyada heç bir qəza olmaz” demir. Nəticələr simulyasiya mühitində, etibarlı V2V rabitəsi fərziyyəsi və müəyyən trafik ssenariləri altında əldə edilmişdir. Lakin bu tapıntı etibarlı V2X rabitəsi və düzgün məsafə idarəetməsi ilə kəsişməyə yaxınlaşmada izləmə konfliktlərinin ciddi şəkildə azaldıla biləcəyini göstərir.

Faza 3: Mikroskopik trayektori analizi

Üçüncü qiymətləndirmə mərhələsi sistem səviyyəsindəki yaxşılaşmanın nəqliyyat vasitəsi səviyyəsində həqiqətən uyğun olub-olmadığını anlamaq üçün aparılmışdır. Tədqiqatda yeddi nəqliyyat vasitəli tək V2X konvoy yaxınlaşma, qırmızıda dayanma, boşalma və yenidən hərəkət etmə dövrü boyunca 0,1 saniyəlik addımlarla izlənmişdir.

Zaman-məsafə trayektoriyaları konvoy nəqliyyat vasitələrinin qırmızı işıqda birlikdə dayandığını, yaşıl işıqda birlikdə hərəkət etdiyini və konvoyun bölünmədən kəsişməni keçdiyini göstərir. Eyni dövrdə ikinci konvoyun da bir konvoy uzunluğu arxada dayandığı müşahidə edilmişdir. Bu, modelin yalnız tək nəqliyyat vasitəsi səviyyəsində deyil, ardıcıl konvoylar səviyyəsində də nizamlı davranış yarada bildiyini göstərir.

Məsafə analizində lider-ilk izləyici orta məsafəsi 3,73 ± 0,48 m, daxili izləyicilər arasındakı orta məsafə 2,002 ± 0,020 m olmuşdur. Ən kritik dəyər qırmızı fazada lider-ilk izləyici minimum məsafəsidir: 2,61 m. Analitik hesab 2,611 m proqnozlaşdırdığı üçün bu nəticə dizaynın mikroskopik səviyyədə doğrulandığını göstərir.

Sürət sinxronizasiyasında daxili izləyici cütləri arasındakı sürət fərqi ədədi dəqiqlik səviyyəsində sıfırdır. Lider ilə ilk izləyici arasında 0,1 saniyəlik gecikmədən qaynaqlanan ən yüksək keçici sürət fərqi 0,55 m/s kimi bildirilmişdir. String stability nisbəti 1,00-dır; yəni sürətlənmə-yavaşıma pozuntusu konvoy boyunca böyüməmişdir. Bu, konvoyun yalnız yaxın məsafədə deyil, sabit şəkildə hərəkət etdiyini göstərir.

Tədqiqatın keçmiş, bu gün və gələcək baxımından əhəmiyyəti

Keçmişdə işıqfor idarəetməsi əsasən sabit zamanlı planlara, yerli sensorlu qaydalara və ya yalnız nəqliyyat vasitəsi sayına əsaslanan optimallaşdırmaya söykənirdi. Sonra möhkəmləndirici öyrənmə modelləri kəsişmə idarəetməsinə tətbiq edilməyə başladı; lakin bir çox model insan sürücülü nəqliyyat vasitəsi mühitini fərz etdi və ya avtomatlaşdırılmış nəqliyyat vasitəsi konvoylarını idarəetmə probleminə məhdud şəkildə daxil etdi.

Bu gün baxımından bu tədqiqat kəsişmə idarəetməsinin yeni mərhələyə keçdiyini göstərir. Artıq kəsişmə yalnız “hansı istiqamətdə daha çox nəqliyyat vasitəsi var?” sualını deyil, “hansı istiqamətdə yaxınlaşan avtomatlaşdırılmış nəqliyyat vasitəsi konvoyu var, bu konvoy bölünsə gözləmə və emissiya necə təsirlənər, konfliktli istiqamətdə növbə varmı, yaşıl üstünlük verilə bilərmi?” suallarını birlikdə nəzərə ala bilər.

Gələcək baxımından MOPADRL kimi modellər əlaqəli və avtomatlaşdırılmış nəqliyyat vasitələri geniş yayılsa, şəhərdaxili siqnal idarəetməsinin daha koordinasiyalı olmasına töhfə verə bilər. Xüsusilə yüksək tələb şəraitində, simmetrik yüklənmiş sıx kəsişmələrdə V2X koordinasiyasının böyük qazanc verə biləcəyi tədqiqatda göstərilmişdir. Lakin real tətbiq üçün qarışıq trafik, müxtəlif avtomatlaşdırılmış nəqliyyat vasitəsi penetrasiya səviyyələri, rabitə gecikməsi, paket itkisi, çoxsaylı kəsişmə dəhlizləri və müxtəlif kəsişmə həndəsələri ayrıca araşdırılmalıdır.

Gündəlik həyata təsiri nə ola bilər?

Bu tədqiqat gündəlik həyata birbaşa çevrildikdə gələcəkdə işıqforların yalnız saniyə sayan passiv sistemlər deyil, yaxınlaşan nəqliyyat vasitəsi qruplarını anlayan və onlarla rabitə quran aktiv idarəetmə sistemlərinə çevrilə biləcəyini göstərir. Belə sistemdə nəqliyyat vasitələri konvoy şəklində kəsişməyə yaxınlaşa, işıqfor bu konvoyu aşkarlaya, uyğun şəraitdə yaşıl üstünlük verə və konvoyu bölmədən keçirə bilər.

Bu, sürücülər üçün daha qısa gözləmə, şəhərlər üçün daha az növbə, ətraf mühit üçün daha aşağı CO2 emissiyası və təhlükəsizlik baxımından daha az izləmə konflikti demək ola bilər. Lakin bu faydalar tədqiqatın simulyasiya mühitində və tam V2X dəstəkli nəqliyyat vasitəsi fərziyyəsi altında əldə edilmişdir. Real həyatda insan sürücülü nəqliyyat vasitələri, piyadalar, velosipedçilər, avtobus dayanacaqları, təcili xidmət nəqliyyat vasitələri, rabitə kəsilmələri və sürücülük davranışı müxtəlifliyi kimi daha mürəkkəb amillər mövcuddur.

Tədqiqatın güclü tərəfləri

Tədqiqatın güclü tərəflərindən biri konvoy fərqində olmanı yalnız konseptual səviyyədə saxlamamasıdır. Konvoy məlumatı vəziyyət vektoruna əlavə edilmiş, konvoyun bölünməsi mükafat funksiyasında açıq şəkildə cəzalandırılmış və V2I Platoon-Request mexanizmi ilə yaxınlaşan konvoylara şərtli üstünlük verilmişdir.

İkinci güclü tərəf nəqliyyat vasitəsi izləmə modelinin mikroskopik səviyyədə doğrulanmasıdır. Tədqiqat yalnız sistem ortalamalarına baxmamış; tək konvoyun nəqliyyat vasitəsi üzrə məsafə, sürət və təcil davranışını araşdırmışdır. Analitik 2,611 m proqnozunun simulyasiyada 2,61 m olaraq təsdiqlənməsi model dizaynının təsadüfi nəticə olmadığını göstərir.

Üçüncü güclü tərəf ablation məntiqi ilə müxtəlif idarəedicilərin müqayisə edilməsidir. Fixed-Time, Actuated, MO-DDQN, MOPADRL-WV2I və MOPADRL müqayisəsi sayəsində öyrənmə, konvoy fərqində olma, konvoy bölünmə cəzası və V2I üstünlüyünün töhfələri ayrı-ayrılıqda şərh edilə bilmişdir.

Tədqiqatın məhdudiyyətləri

Tədqiqat sonunda bəzi məhdudiyyətləri açıq şəkildə qeyd edir. Birincisi, təcrübələr təcrid olunmuş tək siqnallı kəsişmədə aparılmışdır. Real şəhər trafikində kəsişmələr adətən dəhliz və ya şəbəkə halında bir-birinə təsir edir. Bir kəsişmədə verilən qərar növbəti kəsişmələrin növbəsini və yaşıl dalğa quruluşunu təsirləndirə bilər.

İkincisi, tədqiqat homogen V2X penetrasiyasını fərz edir. Yəni V2X mühitində bütün nəqliyyat vasitələrinin əməkdaşlıq edən konvoylar şəklində hərəkət etdiyi qəbul edilmişdir. Real dünyada uzun müddət insan sürücülü nəqliyyat vasitələri, əlaqəli nəqliyyat vasitələri və tam avtomatlaşdırılmış nəqliyyat vasitələri birlikdə mövcud olacaq. Bu qarışıq trafik mühiti modelin uğurunu dəyişə bilər.

Üçüncüsü, V2V rabitə kanalı etibarlı fərz edilmişdir. Real tətbiqdə gecikmə, paket itkisi, sensor xətası, mövqeləndirmə xətası və ya kibertəhlükəsizlik problemləri ola bilər. Tədqiqatda lider-ilk izləyici üçün 0,1 saniyəlik gecikmə nəzərə alınsa da, daha dəyişkən və pozuntuya məruz rabitə şəraiti gələcək tədqiqatlar üçün vacibdir.

Dördüncüsü, model tək tələb paylanması üzərində öyrədilmişdir. Müxtəlif şəhərlər, müxtəlif sürücülük mədəniyyətləri, müxtəlif kəsişmə həndəsələri, piyada keçidləri, avtobus zolaqları, təcili xidmət üstünlükləri və velosiped trafiki kimi şəraitdə model yenidən sınaqdan keçirilməlidir.

Tədqiqat nə deyir, nə demir?

Tədqiqat MOPADRL-nin SUMO simulyasiya mühitində, müəyyən kəsişmə həndəsəsi və tələb ssenariləri altında sabit zamanlı, sensorlu və platoon-kor öyrənən idarəedicilərə nisbətən daha yaxşı performans verdiyini göstərir. Həmçinin V2V əsaslı konvoy modelinin araşdırılan şəraitdə konvoydaxili izləmə konfliktlərini sıfıra endirdiyini və konvoy sabitliyini qoruduğunu ortaya qoyur.

Tədqiqat bu modelin real şəhərlərdə birbaşa tətbiqə hazır olduğunu demir. Real sahə sınağı təqdim etmir. Qarışıq trafik penetrasiya səviyyələrini ətraflı araşdırmır. Çoxkəsişməli şəbəkə idarəetməsini həll etmir. Rabitə nasazlıqları və ya paket itkisi altında dayanıqlılığı geniş şəkildə qiymətləndirmir. Buna görə nəticələr güclü simulyasiya sübutu kimi qəbul edilməli, lakin yekun sahə uğuru və ya təhlükəsizlik zəmanəti kimi şərh edilməməlidir.

Tədqiqatın Metodu və Tapıntıları

Metod xülasəsi

1. Problem tərifi: Siqnallı kəsişmə idarəetməsi V2X dəstəkli avtomatlaşdırılmış nəqliyyat vasitəsi konvoyları ilə birlikdə nəzərdən keçirilmişdir.
2. Nəqliyyat vasitəsi modeli: İnsan sürücülü nəqliyyat vasitələri IDM ilə, konvoy liderləri CACC ilə, konvoy izləyiciləri isə təklif olunan V2V əsaslı izləyici idarəetmə qanunu ilə modelləşdirilmişdir.
3. Konvoy məsafə siyasəti: Lider-ilk izləyici üçün 4 m, daxili izləyicilər üçün 2 m hədəf məsafə müəyyən edilmiş və bu dəyərlər rabitə gecikməsi üzərindən analitik olaraq əsaslandırılmışdır.
4. Siqnal idarəetmə modeli: Kəsişmə idarəetməsi MDP kimi qurulmuş və DDQN əsaslı MOPADRL agenti öyrədilmişdir.
5. Vəziyyət vektoru: 12 ölçülü zolaq təzyiqi, 4 ölçülü aktiv faza kodlaması və 4 ölçülü konvoy sensor bloku ilə 20 ölçülü vəziyyət vektoru yaradılmışdır.
6. Mükafat funksiyası: Gözləmə müddətinin azalması, CO2 emissiyasının azalması və konvoy bölünmə cəzası birləşdirilmişdir.
7. V2I mexanizmi: Yaxınlaşan konvoylar aşağı konflikt şəraitində yaşıl faza tələbi göndərə bilmişdir.
8. Simulyasiya: SUMO mühitində dörd istiqamətli təcrid olunmuş siqnallı kəsişmə, müxtəlif tələb ssenariləri və 3–7 nəqliyyat vasitəli konvoy ölçüləri ilə sınaqdan keçirilmişdir.
9. Müqayisə: Fixed-Time, Actuated, MO-DDQN, MOPADRL-WV2I və MOPADRL idarəediciləri 100 cütləşdirilmiş təsadüfi toxumla müqayisə edilmişdir.

Əsas formullar və mənaları

Sayısal tapıntılar

Şəkil və qrafiklərin izah etdiyi əsas fikirlər

Tədqiqatın sistem arxitekturası diaqramı MOPADRL-nin yalnız siqnal idarəetmə alqoritmi olmadığını göstərir. Konvoy idarəetməsi, V2V izləyici idarəedicisi, V2I konvoy tələbi, DDQN əsaslı siqnal idarəedicisi və SUMO mikrosimulyasiya mühiti eyni çərçivədə birləşdirilmişdir. Bu quruluş nəqliyyat vasitəsi səviyyəsi ilə kəsişmə səviyyəsinin birlikdə idarə olunduğunu göstərir.

Kəsişmə həndəsəsi şəkli dörd istiqamətli təcrid olunmuş siqnallı kəsişmədə hər yaxınlaşmanın üç giriş zolağına malik olduğunu göstərir. Bu həndəsə modelin şəhər şəbəkəsindən daha çox nəzarət olunan tək-kəsişmə təcrübəsində sınaqdan keçirildiyini anlamaq üçün vacibdir.

Weibull paylanmalı tələb qrafikləri nəqliyyat vasitələrinin gəlişinin bərabər deyil, pik saat trafikinə bənzər şəkildə zaman ərzində yüksəlib azaldığını göstərir. Balanslı tələbdə istiqamətlər daha simmetrik yüklənir, balanssız tələbdə isə müəyyən dəhlizlər daha sıx olur. Bu fərq optimal konvoy ölçüsünün niyə 7-dən 6-ya keçdiyini izah etmək üçün vacibdir.

MOPADRL-nin digər idarəedicilərə görə faiz yaxşılaşma qrafiklərində sabit zamanlı və Actuated idarəedicilərə qarşı böyük və sabit qazanc görünür. Öyrənən, lakin konvoy fərqində olma səviyyəsi zəif olan MO-DDQN-ə qarşı fərq daha çox növbə və gözləmə müddətində nəzərə çarpır. Bu, MOPADRL-nin əsas töhfəsinin konvoyları doğru zamanda keçirmək və lazımsız dayan-hərəkətləri azaltmaq olduğunu göstərir.

Per-seed paylanma qrafikləri MOPADRL nəticələrinin yalnız ortalamada deyil, müxtəlif təsadüfi toxumlarda da daha dar və aşağı performans intervalında toplandığını göstərir. TTC qrafikində MOPADRL-nin sıfır konfliktdə qalması V2V konvoy idarəetməsinin simulyasiya mühitində təhlükəsizlik təsirini aydın göstərir.

Mikroskopik zaman-məsafə trayektori qrafikləri konvoyun qırmızıda birlikdə dayandığını, yaşıl işıqda birlikdə hərəkət etdiyini və bölünmədiyini göstərir. Məsafə qrafiki lider-ilk izləyici məsafəsinin qırmızı fazada 2,61 m-ə qədər azaldığını, lakin 2 m təhlükəsizlik minimumunun üzərində qaldığını; daxili izləyicilərin isə 2 m hədəf məsafəni çox sabit saxladığını ortaya qoyur. Stop-and-go qrafikləri əyləc və sürətlənmə dalğasının konvoy boyunca böyümədiyini göstərir.

Texniki nəticə

MOPADRL-nin uğuru tək komponentdən deyil, dörd komponentin birlikdə işləməsindən doğur: DDQN əsaslı öyrənən siqnal idarəetməsi, konvoyu görə bilən vəziyyət vektoru, gözləmə-emissiya-konvoy bölünməsini birləşdirən mükafat funksiyası və aşağı konflikt şəraitinə bağlı V2I yaşıl üstünlük mexanizmi. Bu quruluş konvoyu qorumağı ayrıca lüks məqsəd deyil, birbaşa trafik səmərəliliyini və emissiyanı yaxşılaşdıran idarəetmə siqnalına çevirmişdir.

Mənbə və Metod Qeydi

Bu məqalə Amir Hossein Karbasi və Hao Yang tərəfindən hazırlanmış “MOPADRL: Multi-Objective Platoon-Aware Deep Reinforcement Learning Model for Signalized Intersection Control under V2X Communication” adlı tədqiqata əsaslanaraq hazırlanmışdır. Tədqiqatın müəllifləri McMaster University, Department of Civil Engineering ilə əlaqəlidir.

Mənbə mətn SSRN-də yerləşən, Elsevier-ə təqdim edilmiş preprint tədqiqat məqaləsidir. Mətndə açıq şəkildə “This preprint research paper has not been peer reviewed” ifadəsi olduğu üçün tədqiqat hakem qiymətləndirilməsindən keçməmişdir. Buna görə nəticələr hakemli ədəbiyyatda yekun olaraq doğrulanmış tapıntılar kimi deyil, texniki baxımdan ətraflı, lakin hakemlik prosesi tamamlanmamış preprint nəticələri kimi oxunmalıdır.

Bu məzmun tədqiqatın təqdim etdiyi model, formullar, simulyasiya quruluşu, cədvəllər, qrafiklər və nəticələr əsasında hazırlanmışdır. Tədqiqatda olmayan sahə tətbiqi, kommersiya uğuru, real şəhər trafikində qəti təhlükəsizlik zəmanəti və ya tənzimləyici uyğunluq iddiası əlavə edilməmişdir.

Tədqiqatın metodu SUMO mikroskopik trafik simulyasiyasına, DDQN əsaslı dərin möhkəmləndirici öyrənməyə, V2V əsaslı CACC konvoy idarəetməsinə və şərtli V2I Platoon-Request mexanizminə əsaslanır. Təcrübələr təcrid olunmuş dörd istiqamətli siqnallı kəsişmədə, müxtəlif tələb ssenariləri və 3–7 nəqliyyat vasitəli konvoy ölçüləri ilə aparılmışdır.

Tədqiqatın mühüm məhdudiyyətləri var. Analiz bir təcrid olunmuş kəsişmə ilə məhdudlaşdırılmışdır; çoxkəsişməli dəhliz və ya şəbəkə səviyyəsində koordinasiya araşdırılmamışdır. V2X penetrasiyası homogen qəbul edilmişdir; qarışıq insan sürücülü və avtomatlaşdırılmış nəqliyyat vasitəsi trafiki ətraflı təhlil edilməmişdir. V2V rabitəsi etibarlı fərz edilmişdir; paket itkisi, dəyişkən gecikmə və rabitə xətaları geniş şəkildə sınaqdan keçirilməmişdir. Model tək tələb paylanması üzərində öyrədilmişdir. Buna görə nəticələr gələcək tədqiqatlarla, müxtəlif trafik şəbəkələri və real qarışıq trafik şəraiti ilə dəstəklənməlidir.