Utafiti huu unalinganisha katika uigaji wa CARLA 0.9.11 kiwango ambacho mawasiliano ya gari-kwa-gari (Vehicle-to-Vehicle, V2V), Model Predictive Control (MPC), na mbinu ya predictive buffering inayohifadhi mienendo ya baadaye ya gari linaloongoza vinaweza kusaidia kuzuia mgongano wa nyuma wakati ukungu mzito unapunguza umbali wa utambuzi wa magari yanayojiendesha. Matukio manne yanachunguzwa: S1 bila utambuzi wala mawasiliano, S2 ikitumia utambuzi wa LiDAR-rada uliodhoofishwa na ukungu, S3 ikitumia MPC inayosaidiwa na V2V, na S4 yenye predictive buffer iliyoongezwa kwenye mfumo huo. Katika matokeo ya Monte Carlo, S1 imeripotiwa kuwa na kiwango cha mgongano cha %92,86 na TTC ya chini ya 0,289 ± 0,117 s, huku viwango vya mgongano vilivyoripotiwa kwa S2, S3 na S4 vikiwa %0; wastani wa TTC ya chini ni 1,943 ± 3,538 s, 1,439 ± 2,287 s na 1,929 ± 2,268 s kwa mtiririko huo. Tafsiri ya jumla ya chanzo ni kwamba utabiri unaotegemea V2V, na hasa predictive buffering, unaweza kuwezesha ubreki wa mapema na laini zaidi. Hata hivyo, matokeo haya si majaribio ya barabarani bali ni matokeo ya uigaji wa mwendo wa longitudinal unaotegemea CARLA, na kutokana na baadhi ya kutokulingana kwa takwimu/vigezo ndani ya chanzo hayapaswi kufasiriwa kama “salama katika kila hali” au “bora katika vipimo vyote”.

Wazo kuu la kihandisi la utafiti si kujaribu tu kuongeza masafa ya sensa katika ukungu, bali kusafirisha taarifa ya hatari kutoka ng’ambo ya mstari wa kuona. Gari linaloongoza hutuma kupitia ujumbe wa V2V nafasi yake, kasi, kuongeza kasi na, kwa hiari, mpango mfupi wa kuongeza kasi wa siku zijazo kwa gari la ego. Gari la ego linaweza kuingiza taarifa hii kwenye upeo wa utabiri wa MPC na kuwezesha kizuizi cha umbali salama wa kufuata kabla LiDAR au rada ya ndani haijaona kizuizi kwa uaminifu. Predictive buffer inalenga kuzuia utabiri huu usipotee mara moja wakati wa kukatika kwa mawasiliano kwa muda mfupi kwa kuendelea kutumia vipengele vya baadaye vya mfuatano wa mwisho wa mpango wa siku zijazo uliopokelewa.

Ukungu mzito huleta tatizo gani la kifizikia katika uendeshaji wa kiotomatiki?

Tatizo kuu katika utafiti si kwamba picha inakuwa “hafifu” tu. Ukungu hubadilisha ueneaji wa ishara ya sumakuumeme au ya macho kati ya sensa na shabaha, hivyo kupunguza umbali unaoweza kutambuliwa. Watafiti wanajaribu kuwakilisha hili si kama ukataji wa kijiometri wa kuona katika CARLA pekee, bali kupitia upunguzaji wa ishara katika angahewa.

Upunguzaji wa jumla wa angahewa unaelezwa kwa uhusiano wa Beer-Lambert:

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

Hapa \(I_0\) ni nguvu ya awali ya ishara, \(I(d)\) ni nguvu iliyobaki baada ya umbali d, na \(\beta\) ni mgawo wa atmospheric extinction. Wakati kizingiti cha chini cha utambuzi wa sensa ni \(I_{\min}\), umbali unaofaa wa utambuzi katika ukungu hufafanuliwa kama

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

. Hivyo \(\beta\) inapoongezeka, yaani ukungu unapozidi kuwa mzito, upeo wa utambuzi unaoweza kutumika hupungua.

LiDAR, rada na kamera hazimodeliwi kwa njia ileile chini ya ukungu

Kwa LiDAR, kutokana na ueneaji wa angahewa wa kwenda na kurudi, nguvu inayopokelewa huchukuliwa kupungua takribani kulingana na

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

. Upotevu wa kijiometri unaotegemea umbali pamoja na upunguzaji wa angahewa wa njia mbili unaweza kufanya ishara kutoka kwa shabaha za mbali ishuke chini ya kizingiti cha sensa.

Kwa rada, chanzo kinawakilisha athari ya ukungu si kwa kukata masafa moja kwa moja kwa ukali, bali kwa kuongezeka kwa kutokuwa na uhakika wa kipimo:

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

\(\sigma_0^2\) inawakilisha variance ya kawaida ya kipimo, huku \(\alpha\) ikiwa kigezo cha kurekebisha kinachowakilisha unyeti wa rada kwa hali za angahewa. Katika modeli hii, rada inaweza kudumisha upeo mpana zaidi wa utambuzi kuliko LiDAR chini ya ukungu uleule, lakini kutokuwa na uhakika wa kipimo huongezeka.

Kwa kamera, modeli ya uundaji wa picha ya angahewa inayotumika ni

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

. Hapa \(J(x)\) inawakilisha mng’aro halisi wa tukio, \(A\) mwanga wa angahewa, na \(d(x)\) kina cha nukta ya picha.

Kwa nini kuchelewa kwa utambuzi huongeza haraka hatari ya mgongano?

Katika utafiti, muda ambao kizuizi kinatambuliwa kwa mara ya kwanza kwa uaminifu kutokana na ukungu, \(t_{\mathrm{det}}\), hufafanuliwa kama muda ambao umbali kati ya gari la ego na gari linaloongoza unakuwa sawa na upeo unaofaa wa sensa:

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

Muda uliobaki hadi mgongano, yaani Time-to-Collision (TTC), huhesabiwa kama

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

. Ikiwa jumla ya ucheleweshaji wa utambuzi, uamuzi na actuator ni \(t_{\mathrm{sys}}\), dirisha la mwitikio linaloweza kutumika ni

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

.

Ukungu unapopunguza \(L_{\mathrm{fog}}\), kizuizi hutambuliwa baadaye. Hivyo \(t_{\mathrm{det}}\) husogea mbele na TTC iliyobaki wakati ubreki unapoanza hupungua. Huu ndio utaratibu mkuu wa kifizikia katika matukio ya S1 na S2 ya utafiti.

Inaangaliwaje kama ubreki unawezekana kifizikia?

Ikiwa kasi ya gari la ego ni \(v_e\) na ukubwa wa kuongeza kasi ya juu inayoruhusiwa kwa ubreki ni \(a_{\max}\), umbali bora wa chini wa kusimama unamodeliwa kama

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

.

Hata hivyo, wakati wa ucheleweshaji wa utambuzi au mawasiliano, gari linaendelea kusonga mbele. Ikiwa umbali wa awali unaopatikana ni \(d_0\) na ucheleweshaji unaofaa ni \(t_{\mathrm{delay}}\), umbali unaobaki ubreki unapoanza ni

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

. Ili kusimama bila mgongano, chanzo kinatumia sharti

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

.

Usemi huu unaonyesha wazi hoja kuu ya utafiti: sensa au ujumbe wa V2V kutoa taarifa ya hatari mamia kadhaa ya milisekunde mapema si uboreshaji wa faraja ya programu pekee, bali hubadilisha pia umbali unaoweza kutumika kifizikia kwa ubreki.

Tofauti halisi kati ya matukio manne ni nini?

Taarifa ya V2V inaingizwaje kwenye MPC?

Katika S3, ujumbe wa “hazard-ahead” kutoka gari linaloongoza huipa ego nafasi na kasi ya kizuizi na, kwa hiari, mpango mfupi wa kupunguza kasi wa baadaye. Kizuizi msingi cha kufuata kwa usalama katika chanzo ni

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

.

\(d_0\) ni umbali wa chini wa kudumu na \(T_{\mathrm{head}}\) ni muda wa kufuata unaotegemea wakati. Taarifa ya V2V inapofika mapema, MPC inaweza kuwezesha kizuizi hiki bila kusubiri sensa kuona gari linaloongoza.

Predictive buffer inatofautianaje na kuhifadhi tu ujumbe wa mwisho?

Katika S4, ujumbe unaotumwa na gari linaloongoza si lazima ubebe kuongeza kasi ya sasa pekee. Mfuatano wa kuongeza kasi wa baadaye unaopatikana kutoka MPC ya gari linaloongoza unaweza pia kutumwa:

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

Gari la ego huhifadhi mfuatano huu katika buffer ya ndani. Ikiwa mizunguko \(j\) ya MPC imepita tangu ujumbe halali wa mwisho

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

buffer hutumia utabiri unaofuata wa siku zijazo uliotumwa awali wakati mawasiliano yanakatika kwa muda mfupi. Kukatika kukizidi prediction horizon, mfumo huhamia kwenye mbinu ya tahadhari zaidi ya extrapolation/fallback iliyoelezwa katika chanzo.

Muundo huu ni tofauti na mantiki ya Zero-Order Hold: lengo si kushikilia tu kuongeza kasi ya mwisho iliyopimwa bila kubadilika, bali kutumia kwa kusogeza mbele kwa wakati mpango wa baadaye ambao tayari ulikuwa umepokelewa ujumbe ulipowasili.

MPC inaboresha nini?

Katika chanzo, hali ya longitudinal ya gari hufafanuliwa kama

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

na modeli ya discrete yenye kuongeza kasi isiyobadilika

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

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

hutumika.

Fomula ya lengo la MPC inaadhibu kwa pamoja kosa la kasi, juhudi ya udhibiti, jerk na vigezo vya safety slack:

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

Pia kuna vikwazo vya kasi, kuongeza kasi, jerk na umbali wa kufuata. Hivyo MPC haiangalii tu lengo la “kutokuwa na mgongano”, bali pia kufuatilia kasi na faraja ya ubreki ndani ya uboreshaji uleule.

Thamani chaguo-msingi za MPC zilizotolewa katika chanzo

Katika Mlinganyo (26), chanzo kinaripoti mipangilio chaguo-msingi ifuatayo:

Hata hivyo, uchambuzi wa unyeti katika Jedwali 2 la utafiti huo huo unatoa “selected value” ya uzito wa kasi 3, distance safety weight 10 na deceleration ya juu −6 m/s². Kwa kuwa chanzo hakisawazishi kwa uwazi wa kutosha ni majaribio gani yaliyotumia thamani hizi zilizochaguliwa na ni yapi yaliyotumia thamani chaguo-msingi za Mlinganyo (26), seti hizi mbili za vigezo hazijaunganishwa kimya kimya hapa.

Matokeo yanayoungwa mkono na utafiti

• Utambuzi unapochelewa kwa sababu ya ukungu, nafasi inayopatikana ya ubreki na akiba ya TTC inaweza kupungua kwa kiasi kikubwa.
• Katika uigaji wa CARLA wa utafiti, S1 bila utambuzi wala V2V ilimalizika na kiwango kikubwa cha mgongano.
• Katika S2 yenye LiDAR-rada zilizodhoofishwa, utambuzi wa kuchelewa ulioripotiwa ulihitaji ubreki wa dharura na mkali.
• MPC inayosaidiwa na V2V iliweza kuitikia ubreki wa gari linaloongoza mapema kuliko sensa ya ndani katika uigaji wa chanzo.
• Katika majaribio ya Monte Carlo yaliyoripotiwa kwa S3 na S4, kiwango cha mgongano ni %0.
• Predictive buffer inalenga kuendeleza utabiri wakati wa kukatika kwa V2V kwa muda mfupi kwa kutumia utabiri wa kuongeza kasi wa baadaye uliopokelewa awali.
• Chanzo kinaonyesha kuwa chini ya ucheleweshaji mkubwa wa 120 ms na kukatika kwa mawasiliano kwa 0,8 s, mbinu ya V2V-MPC ilidumisha mwenendo usio na mgongano katika uigaji wa uwakilishi.
• S4 imehusishwa katika chanzo na wastani mkubwa zaidi wa TTC ya chini na ukali mdogo wa udhibiti kuliko S3.

Matokeo ambayo utafiti hauungi mkono au haujathibitisha

• Utafiti hauonyeshi kuwa magari yanayojiendesha ni salama kwa %100 katika hali halisi za barabara.
• Kiwango cha mgongano cha %0 kinatumika tu kwa hali za uigaji zilizochunguzwa na majaribio yaliyoripotiwa; si dhamana ya usalama wa trafiki kwa ujumla.
• Haijaonyeshwa kuwa predictive buffering hudumisha usalama katika viwango vyote vya ucheleweshaji wa mawasiliano na upotevu wa pakiti.
• Nambari za chanzo hazionyeshi kuwa S4 ni bora kuliko S2 na S3 katika kila kipimo cha usalama; hasa wastani wa TTC ya chini ulioripotiwa wa S2 ni juu kidogo sana kuliko wa S4.
• Utafiti haujaribu kubadili njia kwa wakati mmoja, ujanja wa kukwepa kando au uboreshaji uliounganishwa wa lateral-longitudinal.
• Mteremko wa barabara, trafiki mchanganyiko, mwingiliano wa pikipiki/mtembea kwa miguu, mienendo tofauti ya magari na trafiki ya njia nyingi havijatathminiwa moja kwa moja.
• Haijaonyeshwa kuwa ujumbe wa DSRC/V2V ulipimwa kwenye vifaa halisi vya redio katika jaribio la shambani lenye ukungu; hali za mawasiliano ni dhana za uigaji/modeli.
• Matokeo ya CARLA hayamaanishi uthibitishaji wa mifumo halisi ya breki za magari au mifumo ya ADAS/CAV ya kiwango cha uzalishaji.

Mbinu na Matokeo ya Utafiti

Miundombinu ya uigaji

Majaribio yalifanywa kwa kutumia CARLA 0.9.11 na CARLA API. Tabaka la mawasiliano lilimodeliwa kwa mantiki ya Dedicated Short-Range Communications (DSRC) inayotegemea IEEE 802.11p; magari yalishirikiana taarifa kama kasi, kuongeza kasi, mwelekeo, nafasi ya GPS na hali ya breki.

Ni hali gani zilibadilishwa katika majaribio ya Monte Carlo?

Katika tathmini ya takwimu ya matukio manne, chanzo kinaripoti kuwa hali zifuatazo za awali zilibadilishwa kwa nasibu:

• umbali wa awali kati ya magari: 15-40 m;
• kasi ya awali ya gari la ego: 70-100 km/h;
• umbali wa kuona katika ukungu: 15-30 m;
• mwanzo wa kusimama kwa dharura kwa gari linaloongoza: takribani t=20 s.

Chanzo katika sehemu mbalimbali kinaripoti majaribio 30 halali au kinaeleza kwamba kutokana na migongano ya CARLA spawn, ni runs halali pekee zilizohifadhiwa. Hata hivyo, hasa kiwango cha mgongano cha %92,86 kilichoripotiwa kwa S1 hakilingani moja kwa moja kiaritmetiki na kauli ya “30 valid trials”, hivyo idadi halisi ya sampuli yenye ufanisi haipaswi kuchukuliwa kuwa imethibitishwa kwa usahihi.

Takwimu zilizoripotiwa za matukio manne

Jedwali hili linaonyesha jambo muhimu la kuzingatia. Mpangilio wa jumla wa matokeo wa chanzo unawasilisha S4 kama njia salama zaidi na yenye faraja zaidi; hata hivyo, ukiangalia wastani wa TTC ya chini pekee, thamani ya S2 ya 1,943 s ni kubwa kwa 0,014 s kuliko thamani ya S4 ya 1,929 s. Kwa hiyo faida ya S4 haipaswi kujumlishwa kama “kuwa na TTC ya chini iliyo juu zaidi”. Hoja ya utafiti kwa upande wa S4 inategemea tathmini ya pamoja ya hali ya mgongano, namna ya ubreki, jerk, tabia wakati wa kukatika kwa mawasiliano na mwendelezo wa utabiri.

S1: Nini hutokea bila taarifa?

Katika run ya uwakilishi ya S1, gari la ego linaendelea kwa takribani 84 km/h wakati gari linaloongoza linasimama karibu na t≈20 s. Kwa kuwa ego halitambui gari linaloongoza, halipunguzi kasi yake kwa kiasi kikubwa na TTC hushuka hadi sifuri karibu na t≈23 s, na kusababisha mgongano wa nyuma.

Katika sehemu ya Monte Carlo, wastani wa TTC ya chini wa 0,289 ± 0,117 s na kiwango cha mgongano cha %92,86 vimeripotiwa. Thamani hizi zinaunda mfano wazi zaidi wa kushindwa kwa usalama katika utafiti.

Hata hivyo, ingawa ufafanuzi wa kimetodolojia wa S1 ni “no perception and no V2V”, katika aya hiyo hiyo ya Monte Carlo imeandikwa kwamba gari la ego linatumia “onboard perception”. Kutokana na tofauti hii ndani ya chanzo, ufafanuzi wa S1 umehifadhiwa kulingana na uainishaji wa matukio manne katika sehemu kuu ya mbinu.

S2: Sensa zinazuia mgongano, lakini kwa nini bado kuna tatizo?

Katika S2, LiDAR na rada zipo, lakini umbali wa utambuzi unaofaa umepungua kwa sababu ya ukungu. Katika run ya uwakilishi, gari linaloongoza hutambuliwa tu baada ya umbali uliobaki kupungua sana na gari la ego husimama kwa ubreki wa dharura karibu na kiwango cha juu.

Chanzo kinaripoti %0 mgongano katika runs 30 halali za nasibu. Kwa hiyo haitakuwa sahihi kueleza S2 kama “mfumo wa perception-only unaogongana mara kwa mara”. Kulingana na matokeo ya kina ya utafiti yenyewe, tatizo la S2 linaelezwa zaidi kama utambuzi wa kuchelewa, akiba ndogo ya usalama, kuongeza kasi kubwa ya ubreki na jerk kuliko idadi ya migongano.

TTC ya chini iliyooripotiwa kwa S2 ni 1,943 ± 3,538 s na muda wa kujiamini wa %95 ni [0,152; 3,733] s. Standard deviation kubwa sana inaonyesha kwamba utendaji hutofautiana sana kati ya hali tofauti za nasibu.

S3: Nini hubadilika ikiwa V2V inaarifu hatari kabla ya sensa?

Katika S3, kwa sababu taarifa ya ubreki ya gari linaloongoza inafika kwa ego kupitia V2V, MPC inaweza kuwezesha vikwazo vya usalama vya baadaye bila kusubiri sensa ya ndani ithibitishe kizuizi. Katika eneo la CARLA la chanzo, hii inaonekana kama upunguzaji wa kasi wa mapema na wa hatua kwa hatua.

Katika majaribio ya Monte Carlo, %0 mgongano na TTC ya chini ya 1,439 ± 2,287 s vimeripotiwa.

Watafiti pia walijaribu V2V-MPC chini ya matatizo mawili ya mawasiliano:

• ucheleweshaji mkubwa: 120 ms;
• kukatika kwa muda kwa mawasiliano: 0,8 s.

Katika Vielelezo 9 na 10, kasi za gari linaloongoza na ego pamoja na TTC zililinganishwa chini ya V2V ya kawaida, ucheleweshaji mkubwa na blackout. Ucheleweshaji unapoongezeka, mwitikio wa ego huanza baadaye na TTC ya chini hushuka. Hasa wakati wa blackout, ingawa TTC inakaribia zaidi eneo muhimu, uigaji wa uwakilishi unakamilika bila mgongano.

Kielelezo 11 kinaonyesha kwa nini MPC huwa mkali zaidi

Katika utafiti, vipengele vya gharama vya MPC vimechorwa kando kwa V2V ya kawaida, ucheleweshaji mkubwa na blackout ya mawasiliano. Gari linaloongoza linapoanza kubreki, gharama ya kufuatilia kasi pamoja na gharama ya umbali/usalama huongezeka. Mawasiliano yanapochelewa au kukatika, kidhibiti hulazimika kufidia hatari baadaye, hivyo vilele vya gharama na juhudi ya udhibiti huongezeka.

Matokeo haya yanaonyesha kwamba kipimo cha “imegonga/haijagonga” pekee hakitoshi kueleza ubora wa uendeshaji. Matokeo yale yale yasiyo na mgongano yanaweza kupatikana kwa ukali tofauti wa ubreki na faraja tofauti ya abiria.

S4: Predictive buffer inaleta nini?

Katika S4, mfuatano mfupi wa kuongeza kasi wa baadaye wa gari linaloongoza huhifadhiwa mapema ndani ya gari la ego. Kwa hiyo ujumbe mmoja au kadhaa unapopotea, ego halitegemei taarifa ya sasa iliyopokelewa mwisho pekee; linaendelea kutumia utabiri unaofuata wa mpango.

Katika grafu ya mwakilishi ya kasi, ego huanza kupunguza kasi bila kusubiri ubreki mkali wa gari linaloongoza. Katika Kielelezo 15, umbali kati ya magari unapungua kutoka takribani 50 m lakini haukaribii sifuri, na magari yote yanaposimama umbali wa mwakilishi wa takribani 40 m unabaki. Nambari hii inaonekana kutoka kwenye grafu ya run moja na haipaswi kutumika kama matokeo ya jumla ya Monte Carlo.

Katika tathmini ya Monte Carlo ya S4, %0 mgongano, wastani wa TTC ya chini wa 1,929 ± 2,268 s na muda wa kujiamini wa %95 wa [0,782; 3,077] s vimeripotiwa.

Chanzo kinaeleza kwamba S4 huongeza TTC ya chini ikilinganishwa na S3 na kupunguza ukali wa ubreki. Kuongezeka kwa wastani wa TTC ya chini kutoka 1,439 s katika S3 hadi 1,929 s katika S4 kunalingana na ulinganisho huu. Hata hivyo, kwa kuwa wastani wa S2 wa 1,943 s ni juu kidogo sana kuliko wa S4, kauli kwamba “S4 ina TTC ya chini iliyo juu zaidi kati ya matukio yote” haipaswi kutumika kwa msingi wa nambari.

Kwa nini maneno ya kitakwimu yanahitaji tahadhari?

Standard deviations za TTC katika S2-S4 ni kubwa sana ukilinganisha na wastani, jambo linaloashiria usambazaji mpana wa matokeo kati ya majaribio. Kwa hiyo tofauti ndogo sana za wastani kama 1,943 s na 1,929 s haziwezi kutazamwa kama ushahidi wa ubora wenye maana kati ya mbinu.

Zaidi ya hayo, kwa S4 chanzo katika baadhi ya sehemu kinasema TTC ilibaki “consistently above safety thresholds”. Hata hivyo, katika sehemu hiyo hiyo wastani wa TTC ya chini ni 1,929 s na mpaka wa chini wa muda wa kujiamini wa %95 ni 0,782 s. Kwa kuwa kizingiti muhimu kinachotumika katika Kielelezo 10 ni takribani 2 s, kauli hii inapaswa kutumika kwa usalama zaidi kwa trajectory ya uwakilishi ya S4; isijumlishwe kwa uhakika kwa sampuli zote za Monte Carlo.

Unyeti wa vigezo vya MPC

Chanzo pia kinaripoti uchambuzi wa unyeti kwa kubadilisha upeo wa utabiri, uzito wa kasi, uzito wa umbali wa usalama na kuongeza kasi ya juu ya ubreki:

Haiko wazi kama mipangilio chaguo-msingi \(q_v=1\), \(w_s=2\) na \(a_{max}=4~m/s^2\) iliyotolewa katika Mlinganyo (26) inawakilisha parametrization ileile ya mwisho kama thamani zilizochaguliwa katika jedwali hili. Kwa hiyo, katika maudhui ya Verianla, vigezo vilivyochaguliwa havijabadilishwa kimya kimya kuwa badala ya chaguo-msingi.

Nguvu kuu ya utafiti ni nini?

Jambo muhimu la utafiti ni kwamba hauachi athari ya ukungu kama athari ya kuona ya CARLA pekee; unaunganisha upeo wa utambuzi, upunguzaji wa LiDAR, kutokuwa na uhakika kwa rada, dirisha la mwitikio, umbali wa kifizikia wa kusimama, muda wa V2V na vikwazo vya usalama vya MPC ndani ya mfumo mmoja wa kulinganisha.

Zaidi ya hayo, kulinganisha matukio manne chini ya mantiki ileile ya uigaji kunaweka wazi tofauti kati ya “sensa bora” na “taarifa ya mapema kutoka ng’ambo ya mstari wa kuona”. Mbinu ya predictive buffer pia inaonyesha kwamba V2V inaweza kutumiwa si tu kwa ujumbe wa wakati huo, bali pia kwa kushiriki nia ya mwendo wa muda mfupi.

Mapungufu makuu

• Utafiti unalenga tu kufuatilia gari kwa longitudinal na tatizo la mgongano wa nyuma.
• Hakuna jaribio la barabarani au jaribio la gari halisi la uzalishaji.
• Kiwango ambacho ulinganishaji wa ukungu-sensa katika CARLA unawakilisha utofauti wa sensa halisi haujathibitishwa kwa data ya shambani.
• Matukio ya njia nyingi, kukwepa kando na trafiki mchanganyiko yenye msongamano hayajachunguzwa.
• Road grade na tabia tofauti za magari hazijajumuishwa.
• Hali za mawasiliano zimewekewa kikomo cha ucheleweshaji wa wastani na upotevu wa pakiti; uharibifu mkubwa zaidi wa mtandao unaweza kutoa matokeo tofauti.
• Baadhi ya asilimia za Monte Carlo, confidence intervals na ufafanuzi wa matukio ulioripotiwa katika chanzo una matatizo ya ulinganifu wa ndani.
• Usambazaji mpana wa TTC katika S2-S4 unapunguza nguvu ya kupanga mbinu kwa kutegemea wastani pekee.

Maelezo ya Chanzo na Mbinu

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

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

Mwandishi wa mawasiliano: Hamza El Yanboiy.

Mchango sawa/uandishi wa kwanza wa pamoja: Chanzo hakina taarifa kama hiyo.

Taasisi: 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.

Mhariri wa kitaaluma: Xiaohua Ge.

Aina ya chanzo: Makala ya utafiti iliyopitia peer review; utafiti wa uigaji wa kihandisi na udhibiti/uundaji wa modeli.

Jarida: Vehicles.

Juzuu / toleo / namba ya makala: 8 / 5 / 97.

DOI: 10.3390/vehicles8050097

Mchapishaji: MDPI, Basel, Switzerland.

Mchakato wa uchapishaji: Imepokelewa 5 February 2026; marekebisho 6 April 2026; imekubaliwa 9 April 2026; imechapishwa 1 May 2026.

Kiungo rasmi: Ukurasa wa makala wa MDPI Vehicles uliosajiliwa kwa DOI.

Ufikiaji wazi/leseni: Ufikiaji wazi chini ya leseni ya Creative Commons Attribution (CC BY).

Ufadhili: Waandishi wanasema utafiti haukupokea ufadhili wa nje.

Upatikanaji wa data: Waandishi wanasema michango asilia ya utafiti ipo ndani ya makala na maswali ya ziada yanaweza kuelekezwa kwa mwandishi wa mawasiliano. Hakuna hazina tofauti ya wazi ya data ghafi za uigaji iliyotolewa katika chanzo.

Mgongano wa maslahi: Waandishi wanatangaza kwamba hakuna mgongano wa maslahi.

Michango ya waandishi: Conceptualization: Mohammed Bouabdellaoui na Youssef El Merabet; Methodology: Hamza El Yanboiy na Mohammed Chaman; Software: Hamza El Yanboiy na Adam Khechchab; Validation: Hamza El Yanboiy na 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 na Youssef El Merabet; Supervision: Mohammed Chaman na Youssef El Merabet.

Mazingira ya majaribio: CARLA 0.9.11, Python 3.10, Intel Core i7-12700H, 32 GB RAM, NVIDIA GeForce RTX 3060 na Windows 11 Pro vilitumika. Mawasiliano yalimodeliwa kwa mantiki ya DSRC/IEEE 802.11p.

Mpaka wa tafsiri ya kisayansi: Matokeo yanategemea uigaji. Si cheti cha usalama wa shambani kilichothibitishwa kwa gari halisi, chumba halisi cha ukungu au jaribio la barabara ya umma. Hasa, matokeo ya %0 mgongano yanahusu tu matukio ya CARLA yaliyofanywa randomization na kuchunguzwa katika chanzo.

Kutokulingana kwa S1 ndani ya chanzo: S1 inafafanuliwa katika mbinu kuu kama “no perception and no V2V”, lakini katika sehemu ya takwimu kuna kauli tofauti kwamba gari la ego linatumia onboard perception. Pia, dai la majaribio 30 halali halilingani kikamilifu katika hesabu rahisi ya uwiano na kiwango cha mgongano cha %92,86.

Tofauti ya muhtasari/S2 ndani ya chanzo: Matokeo ya takribani 0,29 s TTC na migongano ya mara kwa mara ambayo muhtasari unahusisha na “perception-only strategies” yanaendana katika maandishi ya kina na S1 ambako hakuna utambuzi. Kwa S2 yenye LiDAR-rada zilizodhoofishwa, matokeo ya kina ya Monte Carlo ya utafiti ni %0 mgongano.

Mpaka wa TTC wa S4 ndani ya chanzo: Katika baadhi ya maelezo ya S4 inasemwa kuwa TTC ilibaki juu ya safety thresholds kila mara; kinyume chake, wastani wa TTC ya chini wa Monte Carlo wa S4 umeripotiwa kuwa 1,929 ± 2,268 s na muda wa kujiamini wa %95 [0,782; 3,077] s. Kwa hiyo hitimisho la “juu ya kizingiti katika kila hali ya nasibu” halijatolewa.

Upangaji wa matukio ndani ya chanzo: Ingawa S4 imehusishwa na chanzo na kiwango cha juu zaidi cha usalama/faraja kwa ujumla, wastani wa TTC ya chini ni 1,943 s katika S2 na 1,929 s katika S4. Kwa hiyo ubora wa jumla haujatokana na wastani wa TTC pekee.

Mpangilio wa MPC ndani ya chanzo: Vigezo chaguo-msingi vya uzito na ubreki katika Mlinganyo (26) si sawa na thamani zilizochaguliwa katika uchambuzi wa unyeti wa Jedwali 2, na chanzo hakisawazishi kwa uwazi seti hizi mbili za mipangilio.

Dokezo la istilahi: Katika sehemu moja ya chanzo MPC imepanuliwa kimakosa kuwa “Motion Planning Control”; katika muktadha wa kichwa cha makala, sehemu ya mbinu na milinganyo, istilahi inayotumika ni Model Predictive Control. Kosa la chanzo limeelezwa wazi hapa bila kubadilisha modeli halisi ya kisayansi.

Uaminifu kwa chanzo: Modeli ya kisayansi, fomula, hali za matukio, matokeo ya nambari, mipangilio ya CARLA, mapungufu na kutokulingana kwa ndani ya chanzo katika maudhui haya ya Verianla yote yametokana na utafiti wa kurasa 32 uliopakiwa. Vyanzo vya nje vilitumika tu kuthibitisha utambulisho wa bibliografia wa chapisho, DOI, tarehe na leseni.

Muktadha wa Türkiye: Utafiti ni uigaji unaotegemea CARLA uliofanywa na taasisi za utafiti nchini Morocco na haujajaribiwa kwenye miundombinu ya barabara ya Türkiye. Ili kutathmini uwezekano wa matumizi nchini Türkiye, uthibitishaji tofauti unahitajika kwa kutumia jiometri za barabara za ndani, aina za magari, tabia ya trafiki, miundombinu ya mawasiliano, matumizi ya spectrum/standards za V2X, usambazaji wa msongamano wa ukungu na masharti ya kisheria; matokeo ya chanzo hayapaswi kuhamishwa moja kwa moja kama utendaji wa usalama wa Türkiye.