Бул изилдөө коюу туман автономдуу унаалардын кабылдоо аралыкын кыскарткан учурда унаадан унаага байланыш (Vehicle-to-Vehicle, V2V), Model Predictive Control (MPC) жана лидер унаанын келечектеги кыймылдарын сактаган predictive buffering ыкмасы арттан кагылышууну алдын алууда канчалык пайдалуу болушу мүмкүн экенин CARLA 0.9.11 симуляциясында салыштырат. Төрт сценарий каралат: кабылдоо да, байланыш да жок S1, тумандан улам начарлаган LiDAR-радар кабылдоосу колдонулган S2, V2V колдоосу бар MPC колдонулган S3 жана ага predictive buffer кошулган S4. Monte Carlo жыйынтыктарында S1 үчүн %92,86 кагылышуу жана 0,289 ± 0,117 s минималдуу TTC билдирилсе, S2, S3 жана S4 үчүн билдирилген кагылышуу көрсөткүчтөрү %0; орточо минималдуу TTC маанилери тиешелүүлүгүнө жараша 1,943 ± 3,538 s, 1,439 ± 2,287 s жана 1,929 ± 2,268 s. Булактын жалпы түшүндүрмөсү V2V негизиндеги алдын ала божомолдоо жана өзгөчө predictive buffering эртерээк жана жумшагыраак тормоздоого мүмкүнчүлүк бере алат деген багытта. Бирок натыйжалар чыныгы жол сыноолору эмес, CARLA негизиндеги узунунан симуляция жыйынтыктары жана булактагы айрым статистикалык/параметрдик дал келбестиктерден улам “бардык шартта коопсуз” же “бардык метрикалар боюнча жогору” деп чечмеленбеши керек.

Изилдөөнүн негизги инженердик идеясы туман шартында сенсордун аралыгын гана көбөйтүүгө аракет кылбастан, коркунуч жөнүндө маалыматты көрүү сызыгынан ары жеткирүү болуп саналат. Лидер унаа V2V билдирүүсү аркылуу өзүнүн жайгашкан ордун, ылдамдыгын, ылдамдануусун жана кааласа келечектеги кыска мөөнөттүү ылдамдануу планын ego унаага жөнөтөт. Ego унаа бул маалыматты MPCнин божомол горизонтуна киргизип, коопсуз ээрчүү аралык чектөөсүн жергиликтүү LiDAR же радар тоскоолду ишенимдүү көрө электе иштетиши мүмкүн. Predictive buffer болсо кыска байланыш үзгүлтүктөрүндө акыркы алынган келечек-план тизмегинин кийинки элементтерин колдонууну улантып, бул алдын ала көрүүнүн дароо жоголушуна жол бербөөгө багытталган.

Коюу туман автономдуу айдоодо кандай физикалык көйгөй жаратат?

Изилдөөнүн борборундагы көйгөй сүрөттүн жөн гана “буланганы” эмес. Туман сенсор менен максаттын ортосундагы электромагниттик же оптикалык сигналдын таралышын өзгөртүп, аныктала турган аралыкты кыскартат. Изилдөөчүлөр муну CARLAдагы геометриялык көрүү чектөөсү катары гана эмес, атмосфералык өчүү аркылуу моделдөөгө аракет кылышат.

Жалпы атмосфералык өчүү Beer-Lambert мамилеси менен берилет:

\[ I(d)=I_0e^{-\beta d} \]

Бул жерде \(I_0\) баштапкы сигнал интенсивдүүлүгү, \(I(d)\) d аралык өткөндөн кийин калган интенсивдүүлүк жана \(\beta\) атмосфералык extinction коэффициенти. Сенсордун минималдуу аныктоо босогосу \(I_{\min}\) болгондо тумандагы натыйжалуу кабылдоо аралыгы

\[ L_{\mathrm{fog}} = \frac{1}{\beta} \ln \left( \frac{I_0}{I_{\min}} \right) \]

деп аныкталат. Ошентип, \(\beta\) көбөйгөн сайын, башкача айтканда туман күчөгөн сайын, колдонулуучу кабылдоо горизонту кыскарат.

LiDAR, радар жана камера туманда бирдей моделденбейт

LiDAR үчүн эки тараптуу атмосфералык таралуу себептүү кабыл алынган кубат болжол менен

\[ P_r(d) \propto \frac{1}{d^2}e^{-2\beta d} \]

боюнча азаят деп кабыл алынат. Аралыкка байланыштуу геометриялык жоготуу да, барып-келүү атмосфералык өчүүсү да алыскы объекттерден келген сигналдын сенсор босогосунан төмөн түшүшүнө алып келиши мүмкүн.

Радар үчүн булак тумандын таасирин түз катуу аралык кесилиши катары эмес, өлчөө белгисиздигинин өсүшү аркылуу берет:

\[ \sigma_r^2(d) = \sigma_0^2(1+\alpha\beta d). \]

\(\sigma_0^2\) номиналдык өлчөө дисперсиясын, ал эми \(\alpha\) радардын атмосфералык шарттарга сезгичтигин көрсөткөн жөндөө параметрин билдирет. Бул моделде радар ошол эле туман шартында LiDARга караганда кеңирээк кабылдоо горизонтун сактай алат, бирок өлчөө белгисиздиги өсөт.

Камера үчүн колдонулган атмосфералык сүрөт түзүлүү модели

\[ I(x) = J(x)e^{-\beta d(x)} + A\left(1-e^{-\beta d(x)}\right) \]

түрүндө берилет. Бул жерде \(J(x)\) чыныгы көрүнүштүн нурлануусун, \(A\) атмосфералык жарыкты, ал эми \(d(x)\) сүрөт чекитинин тереңдигин билдирет.

Кабылдоонун кечигиши эмне үчүн кагылышуу коркунучун тез көбөйтөт?

Изилдөөдө тоскоолдук тумандан улам биринчи жолу ишенимдүү аныкталган учур \(t_{\mathrm{det}}\), ego унаа менен лидер унаанын ортосундагы аралык натыйжалуу сенсор горизонтуна тең болгон учур катары аныкталат:

\[ s_{\mathrm{obs}}(t_{\mathrm{det}}) - s_{\mathrm{ego}}(t_{\mathrm{det}}) = L_{\mathrm{fog}}. \]

Кагылышууга калган убакыт, башкача айтканда Time-to-Collision (TTC),

\[ TTC(t) = \frac{ s_{\mathrm{obs}}(t)-s_{\mathrm{ego}}(t) }{ \max\{ \varepsilon, v_{\mathrm{ego}}(t)-v_{\mathrm{obs}}(t) \} } \]

деп эсептелет. Кабылдоо, чечим жана актуатор кечигүүлөрүнүн суммасы \(t_{\mathrm{sys}}\) болсо, жеткиликтүү реакция терезеси

\[ \Delta t_{\mathrm{react}} = TTC(t_{\mathrm{det}}) - t_{\mathrm{sys}} \]

болот.

Туман \(L_{\mathrm{fog}}\)-ду кыскартканда тоскоолдук кечирээк аныкталат. Натыйжада \(t_{\mathrm{det}}\) жылат жана тормоздоо башталганда калган TTC азаят. Бул изилдөөнүн S1 жана S2 сценарийлериндеги негизги физикалык механизм.

Тормоздоо физикалык жактан мүмкүнбү же жокпу кантип текшерилет?

Ego унаанын ылдамдыгы \(v_e\), ал эми уруксат берилген максималдуу тормоз ылдамдануусунун абсолюттук мааниси \(a_{\max}\) болсо, идеалдуу минималдуу токтоо аралыгы

\[ d_{\mathrm{stop}} = \frac{v_e^2}{2a_{\max}} \]

деп моделденет.

Бирок кабылдоо же байланыш кечигүүсүндө унаа алдыга жүрө берет. Баштапкы жеткиликтүү аралык \(d_0\), натыйжалуу кечигүү \(t_{\mathrm{delay}}\) болсо, тормоздоо башталганда калган аралык

\[ d_{\mathrm{available}} = d_0-v_et_{\mathrm{delay}} \]

болот. Кагылышпай токтой алыш үчүн булак

\[ d_0-v_et_{\mathrm{delay}} \geq \frac{v_e^2}{2a_{\max}} \]

шартын колдонот.

Бул туюнтма изилдөөнүн негизги оюн ачык көрсөтөт: сенсор же V2V билдирүүсү коркунуч тууралуу маалыматты бир нече жүз миллисекунд эрте берсе, бул программалык комфорттун гана жакшырышы эмес, тормоздоо үчүн физикалык жактан колдонууга боло турган аралыкты да өзгөртөт.

Төрт сценарийдин чыныгы айырмасы эмнеде?

V2V маалыматы MPCге кантип кирет?

S3тө лидер унаадан келген “hazard-ahead” билдирүүсү ego унаага тоскоолдуктун жайгашкан ордун жана ылдамдыгын, кааласа кыска келечектеги жайлоо планын берет. Булактагы негизги коопсуз ээрчүү чектөөсү

\[ s_{\mathrm{obs},k+i} - s_{k+i} \geq d_0 + T_{\mathrm{head}}v_{k+i}, \qquad i=1,\ldots,N \]

түрүндө.

\(d_0\) туруктуу минималдуу аралык, \(T_{\mathrm{head}}\) убакытка негизделген ээрчүү аралыгы. V2V маалыматы эрте жетсе, MPC бул чектөөнү сенсор лидер унааны көргөндү күтпөстөн активдештире алат.

Predictive buffer акыркы билдирүүнү гана сактоодон эмнеси менен айырмаланат?

S4тө лидер унаа жөнөткөн билдирүү учурдагы ылдамданууну гана ташышы шарт эмес. Лидердин өз MPCсинен алынган келечектеги ылдамдануу тизмеги да жөнөтүлүшү мүмкүн:

\[ u^{V2V}(k) = [ u^{MPC}(k|k), u^{MPC}(k+1|k), \ldots, u^{MPC}(k+N_p-1|k) ]^T. \]

Ego унаа бул тизмекти жергиликтүү buffer ичинде сактайт. Акыркы жарактуу билдирүүдөн кийин \(j\) MPC цикли өтсө

\[ \hat u_{\mathrm{lead}}(k) = \begin{cases} u^{V2V}(k+j|k-j), & j<N_p,\\ \hat a_{\mathrm{lead}}(k), & j\geq N_p. \end{cases} \]

Кыска байланыш үзгүлтүгүндө buffer мурда жөнөтүлгөн келечекке таандык кийинки божомолду колдонот. Үзгүлтүк prediction horizonдан узакка созулса, система булакта аныкталган этияттуу extrapolation/fallback ыкмасына өтөт.

Бул түзүлүш Zero-Order Hold логикасынан айырмаланат: максат акыркы өлчөнгөн ылдамданууну туруктуу кармоо гана эмес, билдирүү келгенде мурда эле алынган келечек планын убакыт боюнча жылдырып колдонуу.

MPC эмнени оптималдаштырат?

Булакта унаанын узунунан абалы

\[ x_k= \begin{bmatrix} s_k\\ v_k \end{bmatrix}, \qquad u_k=a_k \]

деп аныкталып, туруктуу ылдамдануусу бар дискреттүү модель

\[ x_{k+1} = Ax_k+Bu_k \]

\[ A= \begin{bmatrix} 1&T_s\\ 0&1 \end{bmatrix}, \qquad B= \begin{bmatrix} \frac{1}{2}T_s^2\\ T_s \end{bmatrix} \]

менен колдонулат.

MPC максат функциясы ылдамдык катасын, башкаруу аракетин, jerkти жана коопсуздук slack өзгөрмөлөрүн бирге жазалайт:

\[ J= \sum_{i=1}^{N} \left[ q_v(v_{k+i}-v^*)^2 + r_u u_{k+i-1}^2 + r_j(u_{k+i-1}-u_{k+i-2})^2 \right] + w_s \sum_{i=1}^{N} \xi_i^2. \]

Мындан тышкары ылдамдык, ылдамдануу, jerk жана ээрчүү аралык чектөөлөрү бар. Ошентип, MPC “кагылышуу болбосун” деген максатты гана эмес, ылдамдыкты ээрчүүнү жана тормоздоо комфортун да бир оптималдаштыруу ичинде карайт.

Булакта берилген MPC демейки параметрлери

Теңдеме (26)да булак төмөнкү демейки жөндөөлөрдү билдирет:

Бирок ошол эле изилдөөнүн 2-таблицасындагы сезгичтик анализи “selected value” катары ылдамдык салмагын 3, distance safety weight 10 жана максималдуу жайлоону −6 m/s² деп берет. Булак бул тандалган маанилер менен Теңдеме (26)дагы демейки маанилер кайсы эксперименттерде өз-өзүнчө колдонулганын жетиштүү так шайкеш келтирбегендиктен, бул жерде эки параметрлөө үнсүз бириктирилген жок.

Изилдөө колдогон жыйынтыктар

• Тумандан улам кабылдоо кечиккенде жеткиликтүү тормоздоо жана TTC запасы олуттуу кыскарышы мүмкүн.
• Изилдөөнүн CARLA симуляцияларында кабылдоо да, V2V да жок S1 жогорку кагылышуу көрсөткүчү менен аяктаган.
• Начарлаган LiDAR-радар колдонулган S2де билдирилген кеч аныктоолор шашылыш жана агрессивдүү тормоздоону талап кылган.
• V2V колдоосу бар MPC булак симуляцияларында лидердин тормоздоосуна жергиликтүү сенсордон эртерээк жооп бере алган.
• S3 жана S4 үчүн билдирилген Monte Carlo сыноолорунда кагылышуу көрсөткүчү %0.
• Predictive buffer кыска V2V үзгүлтүктөрүндө мурда алынган келечектеги ылдамдануу божомолдорун колдонуп, алдын ала көрүүнү улантууга багытталган.
• Булакта 120 ms жогорку кечигүү жана 0,8 s байланыш үзгүлтүгү шартында V2V-MPC ыкмасы өкүлчүлүктүү симуляцияларда кагылышуусуз жүрүм-турумду сактаганы көрсөтүлгөн.
• S4 булакта S3кө салыштырмалуу жогорураак орточо минималдуу TTC жана төмөнүрөөк башкаруу агрессивдүүлүгү менен байланышкан.

Изилдөө колдобогон же далилдебеген жыйынтыктар

• Изилдөө чыныгы жол шартында автономдуу унаалар %100 коопсуз экенин көрсөтпөйт.
• %0 кагылышуу көрсөткүчү каралган симуляция шарттары жана билдирилген сыноолор үчүн гана жарактуу; жалпы жол коопсуздугунун кепилдиги эмес.
• Predictive buffering байланыш кечигүүсүнүн жана пакет жоготуунун бардык деңгээлдеринде коопсуздукту сактай турганы көрсөтүлгөн эмес.
• S4 ар бир коопсуздук метрикасы боюнча S2 жана S3төн жакшы экени булак сандары менен көрсөтүлгөн эмес; өзгөчө S2нин билдирилген орточо минималдуу TTCси S4төн өтө аз жогору.
• Изилдөө бир учурда тилке алмаштыруу, капталга качуу манёврун же бириккен каптал-узунунан оптималдаштырууну текшербейт.
• Жол эңкейиши, аралаш транспорт, мотоцикл/жөө жүргүнчү өз ара аракети, ар башка унаа динамикалары жана көп тилкелүү жол кыймылы түз бааланган эмес.
• DSRC/V2V билдирүүлөрү чыныгы радио жабдыкта тумандуу талаа сыноосунда өлчөнгөнү көрсөтүлгөн эмес; байланыш шарттары симуляция/модель божомолдору.
• CARLA жыйынтыгы чыныгы унаа тормоз системаларын же өндүрүш деңгээлиндеги ADAS/CAV системаларын сертификаттоону билдирбейт.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Симуляция инфраструктурасы

Эксперименттер CARLA 0.9.11 жана CARLA API колдонуу менен жүргүзүлгөн. Байланыш катмары IEEE 802.11p негизиндеги Dedicated Short-Range Communications (DSRC) логикасы менен моделденген; унаалар ылдамдык, ылдамдануу, багыт, GPS жайгашкан жери жана тормоз абалы сыяктуу маалыматтарды бөлүшкөн.

Monte Carlo сыноолорунда кайсы шарттар өзгөртүлгөн?

Төрт сценарийдин статистикалык баалоосунда булак төмөнкү баштапкы шарттарды кокустук түрдө өзгөрткөнүн билдирет:

• баштапкы унаалар аралык аралык: 15-40 m;
• ego унаанын баштапкы ылдамдыгы: 70-100 km/h;
• туманда көрүнүү аралыгы: 15-30 m;
• лидер унаанын шашылыш токтоо башталышы: болжол менен t=20 s.

Булак ар кайсы бөлүмдөрдө 30 жарактуу сыноо жөнүндө билдирет же CARLA spawn кагылышууларынан улам жарактуу жүрүштөр гана сакталганын белгилейт. Бирок өзгөчө S1де көрсөтүлгөн %92,86 кагылышуу көрсөткүчү менен “30 valid trials” билдирүүсү жөнөкөй арифметика боюнча түз дал келбегендиктен, чыныгы натыйжалуу үлгү саны так деп кабыл алынбашы керек.

Төрт сценарий боюнча билдирилген статистика

Бул таблица маанилүү нюансты көрсөтөт. Булактын жалпы жыйынтык ирети S4тү эң коопсуз жана эң комфорттуу ыкма катары көрсөтөт; бирок орточо минималдуу TTCге гана караганда S2нин 1,943 s мааниси S4түн 1,929 s маанисинен 0,014 s жогору. Ошондуктан S4түн артыкчылыгын “эң жогорку минималдуу TTCге ээ” деп жалпылоого болбойт. Изилдөөнүн S4 пайдасына аргументи кагылышуу абалы, тормоздоо формасы, jerk, байланыш үзгүлтүктөрүндөгү жүрүм-турум жана алдын ала көрүүнүн үзгүлтүксүздүгүн чогуу баалоого негизделген.

S1: Маалымат жок болсо эмне болот?

Өкүлчүлүктүү S1 жүрүшүндө ego унаа болжол менен 84 km/h ылдамдыкта жүрүп жатканда лидер унаа t≈20 s чамасында токтойт. Ego унаа лидерди кабылдабагандыктан ылдамдыгын олуттуу азайтпайт жана TTC болжол менен t≈23 s учурда нөлгө түшүп, арттан кагылышуу менен аяктайт.

Monte Carlo бөлүмүндө 0,289 ± 0,117 s орточо минималдуу TTC жана %92,86 кагылышуу көрсөткүчү билдирилген. Бул маанилер изилдөөнүн эң ачык коопсуздук ийгиликсиздиги мисалын түзөт.

Ошол эле учурда S1 методологиялык аныктамасы “no perception and no V2V” болгонуна карабастан, ошол эле Monte Carlo абзацында ego унаа “onboard perception” колдонгону жазылган. Булак ичиндеги бул сөз айырмасынан улам S1 аныктамасы негизги методология бөлүгүндөгү төрт сценарий классификациясына ылайык сакталган.

S2: Сенсорлор кагылышууну алдын алат, бирок эмне үчүн маселе дагы эле бар?

S2де LiDAR жана радар бар, бирок тумандан улам натыйжалуу аныктоо аралыгы кыскарган. Өкүлчүлүктүү жүрүштө лидер унаа калган аралык кыйла азайганда гана аныкталып, ego унаа максимумга жакын шашылыш тормоздоо менен токтойт.

Булак 30 жарактуу кокустук жүрүштө %0 кагылышуу билдирет. Ошондуктан S2ни “көп кагылышкан perception-only система” деп сүрөттөө туура эмес. Изилдөөнүн өзүнүн деталдуу жыйынтыгына ылайык, S2нин көйгөйү кагылышуу санынан көрө кеч аныктоо, төмөн коопсуздук запасы, жогорку тормоз ылдамдануусу жана jerk катары берилет.

S2 үчүн билдирилген минималдуу TTC 1,943 ± 3,538 s жана %95 ишеним интервалы [0,152; 3,733] s. Өтө чоң стандарттык четтөө ар башка кокустук шарттарда көрсөткүчтөр кең диапазондо өзгөргөнүн көрсөтөт.

S3: V2V коркунучту сенсордон мурда билдирсе эмне өзгөрөт?

S3тө лидер унаанын тормоздоо маалыматы V2V аркылуу ego унаага жеткендиктен, MPC жергиликтүү сенсор тоскоолдукту ырастаганын күтпөстөн келечектеги коопсуздук чектөөлөрүн активдештире алат. Булактын CARLA сценасында бул эртерээк жана баскычтуу ылдамдык азайтуу катары көрүнөт.

Monte Carlo сыноолорунда %0 кагылышуу жана 1,439 ± 2,287 s минималдуу TTC билдирилген.

Изилдөөчүлөр V2V-MPCни дагы эки байланыш бузулуусунда сынаган:

• жогорку кечигүү: 120 ms;
• убактылуу байланыш үзгүлтүгү: 0,8 s.

9 жана 10-сүрөттөрдө кадимки V2V, жогорку кечигүү жана blackout шарттарында лидер жана ego унаалардын ылдамдыктары менен TTC салыштырылган. Кечигүү көбөйгөн сайын ego унаанын жообу кеч башталып, TTC минимуму азаят. Өзгөчө blackout шартында TTC критикалык аймакка көбүрөөк жакындаса да, өкүлчүлүктүү симуляция кагылышуусуз аяктайт.

11-сүрөт MPC эмне үчүн агрессивдүү боло баштаганын көрсөтөт

Изилдөөдө кадимки V2V, жогорку кечигүү жана байланыш blackout шарттары үчүн MPC чыгым компоненттери өзүнчө чийилген. Лидер тормоздоону баштаганда ылдамдыкты ээрчүү чыгымы менен аралык/коопсуздук чыгымы өсөт. Байланыш кечигип же үзгүлтүктүү болгондо контроллер коркунучту кечирээк компенсациялоого мажбур болгондуктан, чыгым чокулары жана башкаруу аракети көбөйөт.

Бул жыйынтык “кагылышты/кагылышкан жок” метрикасы гана айдоо сапатын түшүндүрүүгө жетишсиз экенин көрсөтөт. Бир эле кагылышуусуз натыйжа ар башка тормоздоо катуулугу жана жүргүнчү комфорту менен алынат.

S4: Predictive buffer эмне берет?

S4тө лидердин келечектеги кыска мөөнөттүү ылдамдануу тизмеги алдын ала ego унаада сакталат. Ошондуктан бир же бир нече билдирүү жоголгондо ego унаа акыркы алынган учурдагы маалыматка гана көз каранды болбойт; пландын кийинки божомолун колдоно берет.

Өкүлчүлүктүү ылдамдык графигинде ego унаа лидердин катуу тормоздоосун күтпөстөн ылдамдыгын азайта баштайт. 15-сүрөттө унаалар аралык аралык болжол менен 50 m деңгээлден азайса да нөлгө жакындабайт жана эки унаа токтогондо болжол менен 40 m чамасында өкүлчүлүктүү аралык сакталат. Бул сан бир гана жүрүштүн графигинен көрүнөт жана Monte Carlo жалпы жыйынтыгы катары колдонулбашы керек.

S4 Monte Carlo баалоосунда %0 кагылышуу, 1,929 ± 2,268 s орточо минималдуу TTC жана [0,782; 3,077] s %95 ишеним интервалы билдирилген.

Булак S4 S3кө салыштырмалуу минималдуу TTCни жогорулатып, тормоз агрессивдүүлүгүн азайтканын белгилейт. S3төгү 1,439 s орточо минималдуу TTCнин S4тө 1,929 sге өсүшү бул салыштырууга шайкеш келет. Бирок S2нин 1,943 s орточо мааниси S4төн бир аз жогору болгондуктан, “S4 бардык сценарийлердин ичинен эң жогорку минималдуу TTCге ээ” деген сөз сандык жактан колдонулбашы керек.

Статистикалык сөздөрдө эмне үчүн этият болуу керек?

S2-S4тө TTCнин стандарттык четтөөлөрү орточо маанилерге салыштырмалуу кыйла чоң, бул сыноолор арасындагы бөлүштүрүү кең экенин көрсөтөт. Ошондуктан 1,943 s жана 1,929 s сыяктуу өтө кичине орточо айырмалар ыкмалардын арасында маанилүү артыкчылыктын далили катары кабыл алынбайт.

Мындан тышкары S4 үчүн булак айрым бөлүмдөрдө TTC “consistently above safety thresholds” бойдон калганын айтат. Бирок ошол эле бөлүмдө минималдуу TTCнин орточо мааниси 1,929 s жана %95 ишеним интервалынын төмөнкү чеги 0,782 s деп көрсөтүлгөн. 10-сүрөттө колдонулган критикалык босого болжол менен 2 s болгондуктан, бул билдирүү эң коопсуз түрдө өкүлчүлүктүү S4 траекториясына гана колдонулушу керек; бардык Monte Carlo үлгүлөрүнө катуу жалпылоо жасалбашы керек.

MPC параметрлеринин сезгичтиги

Булак ошондой эле божомол горизонтун, ылдамдык салмагын, коопсуздук аралык салмагын жана максималдуу тормоз ылдамдануусун өзгөртүп сезгичтик анализин билдирет:

Бул таблица менен булактагы Теңдеме (26)да берилген демейки \(q_v=1\), \(w_s=2\) жана \(a_{max}=4~m/s^2\) жөндөөлөрү так ошол эле акыркы параметрлөөнү билдиреби же жокпу ачык эмес. Ошондуктан Verianla мазмунунда тандалган параметрлер демейкилердин ордуна үнсүз өткөрүлгөн жок.

Изилдөөнүн күчтүү жагы эмнеде?

Изилдөөнүн маанилүү жагы туман таасирин CARLAдагы визуалдык эффект катары гана калтырбай, кабылдоо горизонтун, LiDAR өчүүсүн, радар белгисиздигин, реакция терезесин, физикалык токтоо аралыгын, V2V убакытташтыруусун жана MPC коопсуздук чектөөлөрүн бир салыштырмалуу алкакта бириктиргени.

Мындан тышкары төрт сценарийди бир эле жалпы симуляция логикасында салыштыруу “жакшыраак сенсор” менен “көрүү сызыгынан арыдан эрте маалымат” ортосундагы айырманы ачык көрсөтөт. Predictive buffer ыкмасы да V2Vни учурдагы билдирүү алмашуу катары гана эмес, кыска мөөнөттүү кыймыл ниетин бөлүшүү катары колдонууга болорун көрсөтөт.

Негизги чектөөлөр

• Изилдөө унааны узунунан ээрчүү жана арттан кагылышуу көйгөйүнө гана багытталган.
• Чыныгы жол жана чыныгы өндүрүш унаасы менен сыноо жок.
• CARLAдагы туман-сенсор шайкештиги реалдуу сенсорлордун ар түрдүүлүгүн канчалык билдирери талаа маалыматтары менен өзүнчө текшерилген эмес.
• Көп тилкелүү, капталга качуу жана тыгыз аралаш трафик сценарийлери изилденген эмес.
• Road grade жана гетерогендүү унаа жүрүм-турумдары кошулган эмес.
• Байланыш шарттары орточо кечигүү жана пакет жоготуу менен чектелген; андан да оор тармак бузулуусу башка жыйынтыктарды бериши мүмкүн.
• Булакта билдирилген айрым Monte Carlo пайыздарында, ишеним интервалдарында жана сценарий аныктамаларында ички шайкештик көйгөйлөрү бар.
• S2-S4 TTC бөлүштүрүүлөрүнүн кең болушу ыкмаларды орточо маанилер менен гана иреттөөнү алсыратат.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска изилдөө: Fog & V2V: A CARLA-Based Comparative Study of No Perception, Degraded Sensors, and Cooperative Alerts with MPC-Based Collision Avoidance

Авторлор: Hamza El Yanboiy; Mohammed Chaman; Mohammed Bouabdellaoui; Adam Khechchab; Youssef El Merabet.

Жооптуу автор: Hamza El Yanboiy.

Тең салым/биргелешкен биринчи авторлук: Булакта мындай билдирүү жок.

Аффилиациялар: Laboratory of Electronic Systems, Information Processing, Mechanics and Energetics, Ibn Tofail University, Kenitra, Morocco; Doctoral Studies Center (CEDoc), Sciences, Engineering and Sustainable Development (SIDD), Private University of Fes, Fes, Morocco.

Академиялык редактор: Xiaohua Ge.

Булак түрү: Рецензияланган изилдөө макаласы; инженердик симуляция жана башкаруу/моделдөө изилдөөсү.

Журнал: Vehicles.

Том / саны / макала номери: 8 / 5 / 97.

DOI: 10.3390/vehicles8050097

Басмакана: MDPI, Basel, Switzerland.

Жарыялоо процесси: Кабыл алынган 5 февраль 2026; ревизия 6 апрель 2026; кабыл алуу 9 апрель 2026; жарыялоо 1 май 2026.

Расмий шилтеме: DOI катталган MDPI Vehicles макала барагы.

Ачык жеткиликтүүлүк/лицензия: Creative Commons Attribution (CC BY) лицензиясы менен ачык жеткиликтүүлүк.

Каржылоо: Авторлор изилдөөгө тышкы каржылоо алынбаганын билдиришет.

Маалыматтын жеткиликтүүлүгү: Авторлор изилдөөнүн оригиналдуу салымдары макаланын ичинде экенин, кошумча суроолорду жооптуу авторго жөнөтүүгө болорун билдиришет. Булакта өзүнчө ачык чийки симуляция маалымат репозиторийи берилген эмес.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышы жок экенин билдиришет.

Автордук салымдар: Conceptualization: Mohammed Bouabdellaoui жана Youssef El Merabet; Methodology: Hamza El Yanboiy жана Mohammed Chaman; Software: Hamza El Yanboiy жана Adam Khechchab; Validation: Hamza El Yanboiy жана Mohammed Bouabdellaoui; Formal analysis: Hamza El Yanboiy; Resources: Mohammed Bouabdellaoui; Data curation: Mohammed Chaman; Writing—original draft: Hamza El Yanboiy; Writing—review & editing: Hamza El Yanboiy, Mohammed Chaman, Mohammed Bouabdellaoui жана Youssef El Merabet; Supervision: Mohammed Chaman жана Youssef El Merabet.

Эксперименттик чөйрө: CARLA 0.9.11, Python 3.10, Intel Core i7-12700H, 32 GB RAM, NVIDIA GeForce RTX 3060 жана Windows 11 Pro колдонулган. Байланыш DSRC/IEEE 802.11p логикасы менен моделденген.

Илимий чечмелөө чеги: Жыйынтыктар симуляцияга негизделген. Бул чыныгы унаа, чыныгы туман камерасы же коомдук жол сыноосу менен ырасталган талаа коопсуздук сертификаты эмес. Өзгөчө %0 кагылышуу жыйынтыгы булакта каралган рандомдоштурулган CARLA сценарийлерине гана тиешелүү.

Булактагы S1 дал келбестиги: S1 негизги методологияда “no perception and no V2V” деп аныкталса, статистика бөлүмүндө ego унаа onboard perception колдонгону жөнүндө башкача билдирүү бар. Ошондой эле 30 жарактуу сыноо деген билдирүү менен %92,86 кагылышуу көрсөткүчү жөнөкөй катыш эсептөөсүндө толук дал келбейт.

Булактагы аннотация/S2 айырмасы: Аннотациядагы “perception-only strategies” деген сөз менен байланышкан болжол менен 0,29 s TTC жана көп кагылышуу жыйынтыгы деталдуу текстте кабылдоо жок S1ге туура келет. Начарлаган LiDAR-радар колдонулган S2 үчүн изилдөөнүн деталдуу Monte Carlo жыйынтыгы %0 кагылышуу.

Булактагы S4 TTC чеги: S4түн айрым түшүндүрмөлөрүндө TTC коопсуздук босоголорунан дайыма жогору калган деп айтылат; ошол эле учурда S4 Monte Carlo минималдуу TTCнин орточосу 1,929 ± 2,268 s жана %95 ишеним интервалы [0,782; 3,077] s деп көрсөтүлгөн. Ошондуктан “ар бир кокустук шартта босогодон жогору” деген жыйынтык чыгарылган эмес.

Булактагы сценарий ирети: S4 булак тарабынан эң жогорку жалпы коопсуздук/комфорт деңгээли менен байланышкан болсо да, орточо минималдуу TTC S2де 1,943 s, S4тө 1,929 s. Ошондуктан жалпы артыкчылык TTC орточосуна гана негизделген эмес.

Булактагы MPC жөндөөсү: Теңдеме (26)дагы демейки салмак жана тормоз параметрлери менен 2-таблицанын сезгичтик анализиндеги тандалган маанилер бирдей эмес жана булак бул эки жөндөө топтомун так шайкеш келтирбейт.

Терминологиялык эскертүү: Булактын бир бөлүмүндө MPC жаңылыштык менен “Motion Planning Control” деп чечмеленген; макаланын аталышы, метод бөлүмү жана теңдемелер контекстинде колдонулган термин Model Predictive Control. Булактагы ката чыныгы илимий моделди өзгөртпөстөн бул жерде ачык көрсөтүлгөн.

Булакка берилгендик: Бул Verianla мазмунундагы илимий модель, формулалар, сценарий шарттары, сандык жыйынтыктар, CARLA жөндөөлөрү, чектөөлөр жана булактагы дал келбестиктердин баары жүктөлгөн 32 беттик изилдөөдөн алынган. Тышкы булактар библиографиялык басылма идентификациясын, DOI, датаны жана лицензияны текшерүү үчүн гана колдонулган.

Türkiye контексти: Изилдөө Мароккодогу илимий мекемелер тарабынан жүргүзүлгөн CARLA негизиндеги симуляция жана Türkiye жол инфраструктурасында сыналган эмес. Türkiyeге колдонулушун баалоо үчүн жергиликтүү жол геометриясы, унаа паркы, жол кыймылынын жүрүм-туруму, байланыш инфраструктурасы, V2X спектр/стандарт колдонмолору, туман тыгыздыгынын бөлүштүрүлүшү жана жөнгө салуучу шарттар менен өзүнчө текшерүү талап кылынат; булак жыйынтыктары түздөн-түз Türkiye коопсуздук көрсөткүчү катары берилбеши керек.