Ushbu tadqiqot zich tuman avtonom transport vositalarining idrok masofasini qisqartirgan sharoitda transport vositasidan transport vositasiga aloqa (Vehicle-to-Vehicle, V2V), Model Predictive Control (MPC) va yetakchi transport vositasining kelajakdagi harakatlarini saqlaydigan predictive buffering yondashuvi orqadan toʻqnashuvning oldini olishda qay darajada foydali boʻlishi mumkinligini CARLA 0.9.11 simulyatsiyasida taqqoslaydi. Toʻrtta ssenariy koʻrib chiqiladi: idrok va aloqa mavjud boʻlmagan S1, tuman tufayli yomonlashgan LiDAR-radar idroki qoʻllanilgan S2, V2V yordamidagi MPC ishlatilgan S3 va unga predictive buffer qoʻshilgan S4. Monte Carlo natijalarida S1 uchun %92,86 toʻqnashuv va 0,289 ± 0,117 s minimal TTC qayd etilgan boʻlsa, S2, S3 va S4 uchun bildirilgan toʻqnashuv ulushlari %0; oʻrtacha minimal TTC qiymatlari mos ravishda 1,943 ± 3,538 s, 1,439 ± 2,287 s va 1,929 ± 2,268 s. Manbaning umumiy talqini V2V asosidagi oldindan bashorat va ayniqsa predictive buffering ertaroq hamda yumshoqroq tormozlashni taʼminlay olishi mumkinligi yoʻnalishidadir. Biroq natijalar real yoʻl sinovlari emas, CARLA asosidagi boʻylama simulyatsiya natijalaridir va manbadagi ayrim statistik/parametrik nomuvofiqliklar sababli “har qanday sharoitda xavfsiz” yoki “barcha metrikalarda ustun” tarzida talqin qilinmasligi kerak.

Tadqiqotning asosiy muhandislik gʻoyasi tuman sharoitida faqat sensor masofasini oshirishga urinish oʻrniga xavf haqidagi maʼlumotni koʻrish chizigʻidan naridan olib kelishdir. Yetakchi transport vositasi V2V xabari orqali oʻz pozitsiyasi, tezligi, tezlanishi va ixtiyoriy ravishda kelajakdagi qisqa muddatli tezlanish rejasini ego transport vositasiga uzatadi. Ego transport vositasi bu maʼlumotni MPCning bashorat ufqiga joylashtirib, xavfsiz kuzatish masofasi cheklovini mahalliy LiDAR yoki radar toʻsiqni ishonchli koʻrishidan oldin faollashtirishi mumkin. Predictive buffer esa qisqa aloqa uzilishlarida oxirgi qabul qilingan kelajak-reja ketma-ketligining keyingi elementlaridan foydalanishni davom ettirib, ushbu oldindan koʻrishning darhol yoʻqolishiga yoʻl qoʻymaslikni maqsad qiladi.

Zich tuman avtonom haydashda qanday fizik muammo tugʻdiradi?

Tadqiqot markazidagi muammo faqat tasvirning “xiralashishi” emas. Tuman sensor bilan nishon orasidagi elektromagnit yoki optik signal tarqalishini oʻzgartirib, aniqlash mumkin boʻlgan masofani qisqartiradi. Tadqiqotchilar buni faqat CARLAdagi geometrik koʻrish kesilishi sifatida emas, atmosferadagi soʻnish orqali modellashtirishga harakat qiladilar.

Umumiy atmosferik soʻnish Beer-Lambert munosabati bilan ifodalanadi:

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

Bu yerda \(I_0\) boshlangʻich signal intensivligi, \(I(d)\) d masofadan keyin qolgan intensivlik va \(\beta\) atmosferik extinction koeffitsiyentidir. Sensorning minimal aniqlash chegarasi \(I_{\min}\) boʻlganda samarali tuman idrok masofasi

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

deb belgilanadi. Shunday qilib \(\beta\) ortgani sari, yaʼni tuman kuchaygani sari, foydalanish mumkin boʻlgan idrok ufqi qisqaradi.

LiDAR, radar va kamera tuman ostida bir xil modellashtirilmaydi

LiDAR uchun ikki yoʻnalishli atmosferik tarqalish sababli qabul qilinadigan quvvat taxminan

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

boʻyicha kamayadi deb qabul qilinadi. Masofaga bogʻliq geometrik yoʻqotish ham, borib-qaytuvchi atmosferik soʻnish ham uzoq nishonlardan keladigan signalning sensor chegarasidan pastga tushishiga olib kelishi mumkin.

Radar uchun manba tuman taʼsirini bevosita keskin masofa cheklovi sifatida emas, oʻlchash noaniqligining ortishi orqali ifodalaydi:

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

\(\sigma_0^2\) nominal oʻlchash dispersiyasini, \(\alpha\) esa radarning atmosfera sharoitlariga sezgirligini ifodalovchi sozlash parametrini bildiradi. Ushbu modelda radar ayni tuman sharoitida LiDARga qaraganda kengroq idrok ufqini saqlab qolishi mumkin, biroq oʻlchash noaniqligi ortadi.

Kamera uchun ishlatilgan atmosferik tasvir hosil boʻlish modeli esa

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

koʻrinishidadir. Bu yerda \(J(x)\) haqiqiy sahna nurlanishini, \(A\) atmosferik yorugʻlikni, \(d(x)\) esa tasvir nuqtasining chuqurligini ifodalaydi.

Idrok kechikishi nega toʻqnashuv xavfini tez oshiradi?

Tadqiqotda toʻsiq tuman sababli ilk bor ishonchli aniqlangan vaqt \(t_{\mathrm{det}}\), ego transport vositasi bilan yetakchi transport vositasi orasidagi masofa samarali sensor ufqiga teng boʻlgan vaqt sifatida aniqlanadi:

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

Toʻqnashuvgacha qolgan vaqt, yaʼni Time-to-Collision (TTC),

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

deb hisoblanadi. Idrok, qaror va aktuator kechikishlarining yigʻindisi \(t_{\mathrm{sys}}\) boʻlsa, foydalanish mumkin boʻlgan reaksiya oynasi

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

boʻladi.

Tuman \(L_{\mathrm{fog}}\)ni qisqartirganda toʻsiq kechroq aniqlanadi. Natijada \(t_{\mathrm{det}}\) oldinga siljiydi va tormozlash boshlanganda qolgan TTC kamayadi. Tadqiqotning S1 va S2 ssenariylaridagi asosiy fizik mexanizm shudir.

Tormozlash fizik jihatdan mumkin yoki mumkin emasligi qanday tekshiriladi?

Ego transport vositasining tezligi \(v_e\) va ruxsat etilgan maksimal tormoz tezlanishining moduli \(a_{\max}\) boʻlsa, ideal minimal toʻxtash masofasi

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

deb modellashtiriladi.

Biroq idrok yoki aloqa kechikishi davomida transport vositasi oldinga harakat qilishda davom etadi. Boshlangʻich foydalanish mumkin boʻlgan masofa \(d_0\), samarali kechikish \(t_{\mathrm{delay}}\) boʻlganda tormozlash boshlanishidagi qolgan masofa

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

boʻladi. Toʻqnashmasdan toʻxtash uchun manba

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

shartidan foydalanadi.

Ushbu ifoda tadqiqotning asosiy daʼvosini aniq koʻrsatadi: sensor yoki V2V xabari xavf maʼlumotini bir necha yuz millisekund ertaroq taqdim etishi faqat dasturiy qulaylik yaxshilanishi emas, tormozlash uchun fizik jihatdan foydalanish mumkin boʻlgan masofani ham oʻzgartiradi.

Toʻrtta ssenariy oʻrtasidagi haqiqiy farq nima?

V2V maʼlumoti MPCga qanday kiradi?

S3da yetakchi transport vositasidan keladigan “hazard-ahead” xabari ego transport vositasiga toʻsiqning pozitsiyasi va tezligini, ixtiyoriy ravishda esa yaqin kelajakdagi sekinlashish rejasini beradi. Manbadagi asosiy xavfsiz kuzatish cheklovi

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

koʻrinishidadir.

\(d_0\) doimiy minimal masofa, \(T_{\mathrm{head}}\) vaqtga asoslangan kuzatish oraligʻidir. V2V maʼlumoti ertaroq kelganda MPC bu cheklovni sensor yetakchi transport vositasini koʻrishini kutmasdan faollashtirishi mumkin.

Predictive buffer faqat oxirgi xabarni saqlashdan qanday farq qiladi?

S4da yetakchi transport vositasi uzatadigan xabar faqat joriy tezlanishni olib yurishi shart emas. Yetakchining oʻz MPCsidan olingan kelajak tezlanish ketma-ketligi ham yuborilishi mumkin:

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

Ego transport vositasi bu ketma-ketlikni mahalliy buffer ichida saqlaydi. Oxirgi haqiqiy xabardan keyin \(j\) MPC sikli oʻtgan boʻlsa

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

Qisqa aloqa uzilishida buffer ilgari yuborilgan kelajakka tegishli keyingi bashoratdan foydalanadi. Uzilish prediction horizondan uzoq davom etsa, tizim manbada belgilangan ehtiyotkorroq extrapolation/fallback yondashuviga oʻtadi.

Ushbu tuzilma Zero-Order Hold mantiqidan farq qiladi: maqsad faqat oxirgi oʻlchangan tezlanishni oʻzgarmas ushlab turish emas, xabar yetib kelganida allaqachon olingan kelajak rejasini vaqt davomida siljitib isteʼmol qilishdir.

MPC nimani optimallashtiradi?

Manbada transport vositasining boʻylama holati

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

deb aniqlanadi va doimiy tezlanishli diskret model

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

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

bilan ishlatiladi.

MPC maqsad funksiyasi tezlik xatosi, boshqaruv kuchi, jerk va xavfsizlik slack oʻzgaruvchilarini birgalikda jazolaydi:

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

Bundan tashqari tezlik, tezlanish, jerk va kuzatish masofasi cheklovlari mavjud. Shunday qilib MPC faqat “toʻqnashuv boʻlmasin” maqsadini emas, tezlikni kuzatish va tormozlash qulayligini ham bir xil optimallashtirish doirasida hisobga oladi.

Manbada berilgan MPC standart sozlamalari

Tenglama (26)da manba quyidagi standart sozlamalarni bildiradi:

Biroq ayni tadqiqotning 2-jadvalidagi sezgirlik tahlili “selected value” sifatida tezlik vazni 3, distance safety weight 10 va maksimal sekinlashish −6 m/s² ni beradi. Manba ushbu tanlangan qiymatlar bilan Tenglama (26)dagi standart qiymatlar qaysi tajribalarda alohida qoʻllanganini yetarlicha ravshan uygʻunlashtirmagani sababli bu yerda ikki parametrizatsiya jim tarzda birlashtirilmagan.

Tadqiqot qoʻllab-quvvatlaydigan xulosalar

• Tuman tufayli idrok kechiksa, foydalanish mumkin boʻlgan tormozlash va TTC zaxirasi keskin qisqarishi mumkin.
• Tadqiqotning CARLA simulyatsiyalarida idrok va V2V mavjud boʻlmagan S1 yuqori toʻqnashuv ulushi bilan yakunlangan.
• Yomonlashgan LiDAR-radar ishlatilgan S2da qayd etilgan kech aniqlashlar favqulodda va agressiv tormozlashni talab qilgan.
• V2V yordamidagi MPC manba simulyatsiyalarida yetakchining tormozlashiga mahalliy sensordan ertaroq javob bera olgan.
• S3 va S4 uchun qayd etilgan Monte Carlo sinovlarida toʻqnashuv ulushi %0.
• Predictive buffer qisqa V2V uzilishlarida avval olingan kelajak tezlanish bashoratlaridan foydalanib, oldindan koʻrishni davom ettirishni maqsad qiladi.
• Manbada 120 ms yuqori kechikish va 0,8 s aloqa uzilishi ostida V2V-MPC yondashuvi namunaviy simulyatsiyalarda toʻqnashuvsiz xulqni saqlab qolishi koʻrsatilgan.
• S4 manbada S3ga nisbatan yuqoriroq oʻrtacha minimal TTC va pastroq boshqaruv agressivligi bilan bogʻlangan.

Tadqiqot qoʻllab-quvvatlamaydigan yoki isbotlamaydigan xulosalar

• Tadqiqot real yoʻl sharoitida avtonom transport vositalari %100 xavfsiz ekanini koʻrsatmaydi.
• %0 toʻqnashuv ulushi faqat koʻrib chiqilgan simulyatsiya sharoitlari va qayd etilgan sinovlar uchun amal qiladi; umumiy yoʻl xavfsizligi kafolati emas.
• Predictive buffering barcha aloqa kechikishi va paket yoʻqolishi darajalarida xavfsizlikni saqlashi koʻrsatilmagan.
• S4 har bir xavfsizlik metrikasida S2 va S3dan yaxshiroq ekani manba raqamlari bilan koʻrsatilmagan; ayniqsa S2ning bildirilgan oʻrtacha minimal TTCsi S4nikidan juda oz yuqori.
• Tadqiqot bir vaqtning oʻzida polosa almashtirish, yon tomonga qochish manevri yoki birlashtirilgan yonlama-boʻylama optimallashtirishni sinamaydi.
• Yoʻl qiyaligi, aralash trafik, mototsikl/piyoda oʻzaro taʼsiri, turli transport vositasi dinamikalari va koʻp polosali trafik bevosita baholanmagan.
• DSRC/V2V xabarlari real radio uskunasida tumanli dala sinovida oʻlchangani koʻrsatilmagan; aloqa sharoitlari simulyatsiya/model farazlaridir.
• CARLA natijasi real transport vositasi tormoz tizimlari yoki ishlab chiqarish darajasidagi ADAS/CAV tizimlarini sertifikatlash degani emas.

Tadqiqot Usuli va Natijalari

Simulyatsiya infratuzilmasi

Tajribalar CARLA 0.9.11 va CARLA API yordamida oʻtkazilgan. Aloqa qatlami IEEE 802.11p asosidagi Dedicated Short-Range Communications (DSRC) mantiqi bilan modellashtirilgan; transport vositalari tezlik, tezlanish, yoʻnalish, GPS joylashuvi va tormoz holati kabi maʼlumotlarni almashgan.

Monte Carlo sinovlarida qaysi sharoitlar oʻzgartirildi?

Toʻrtta ssenariyning statistik baholanishida manba quyidagi boshlangʻich sharoitlar tasodifiy oʻzgartirilganini bildiradi:

• boshlangʻich transport vositalari orasidagi masofa: 15-40 m;
• ego transport vositasining boshlangʻich tezligi: 70-100 km/h;
• tuman koʻrish masofasi: 15-30 m;
• yetakchi transport vositasining favqulodda toʻxtash boshlanishi: taxminan t=20 s.

Manba turli boʻlimlarda 30 ta haqiqiy sinov qayd etadi yoki CARLA spawn toʻqnashuvlari sababli faqat haqiqiy yugurishlar saqlanganini bildiradi. Biroq ayniqsa S1da bildirilgan %92,86 toʻqnashuv ulushi bilan “30 valid trials” iborasi oddiy arifmetik jihatdan bevosita mos kelmagani uchun haqiqiy samarali namuna soni aniq deb qabul qilinmasligi kerak.

Toʻrtta ssenariy uchun bildirilgan statistika

Ushbu jadval muhim noziklikni koʻrsatadi. Manbaning umumiy natija reytingi S4ni eng xavfsiz va eng qulay usul sifatida taqdim etadi; biroq faqat oʻrtacha minimal TTCga qaralganda S2ning 1,943 s qiymati S4ning 1,929 s qiymatidan 0,014 s yuqori. Shuning uchun S4ning afzalligi “eng yuqori minimal TTCga ega” tarzida umumlashtirilmasligi kerak. Tadqiqotning S4 foydasiga dalili toʻqnashuv holati, tormozlash shakli, jerk, aloqa uzilishlaridagi xulq va oldindan koʻrish uzluksizligini birgalikda baholashga asoslanadi.

S1: Maʼlumot boʻlmasa nima yuz beradi?

Namunaviy S1 yugurishida ego transport vositasi taxminan 84 km/h tezlikda harakatlanayotganda yetakchi transport vositasi t≈20 s atrofida toʻxtaydi. Ego transport vositasi yetakchini idrok qilmagani uchun tezligini sezilarli kamaytirmaydi va TTC taxminan t≈23 s da nolga tushib, orqadan toʻqnashuv bilan yakunlanadi.

Monte Carlo boʻlimida 0,289 ± 0,117 s oʻrtacha minimal TTC va %92,86 toʻqnashuv ulushi bildirilgan. Ushbu qiymatlar tadqiqotdagi eng aniq xavfsizlik muvaffaqiyatsizligi misolini tashkil etadi.

Shu bilan birga S1 metodologik taʼrifi “no perception and no V2V” boʻlsa-da, ayni Monte Carlo paragrafida ego transport vositasi “onboard perception” ishlatishi yozilgan. Manba ichidagi ushbu ibora farqi sababli S1 taʼrifi asosiy metodologiya boʻlimidagi toʻrt ssenariy tasnifiga muvofiq saqlangan.

S2: Sensorlar toʻqnashuvning oldini oladi, lekin nega muammo hanuz bor?

S2da LiDAR va radar mavjud, biroq tuman sababli samarali aniqlash masofasi qisqargan. Namunaviy yugurishda yetakchi transport vositasi qolgan masofa ancha kamaygandagina aniqlanadi va ego transport vositasi maksimalga yaqin favqulodda tormozlash bilan toʻxtaydi.

Manba 30 ta haqiqiy tasodifiy yugurishda %0 toʻqnashuv bildiradi. Shu sababli S2ni “tez-tez toʻqnashadigan perception-only tizim” sifatida tasvirlash toʻgʻri boʻlmaydi. Tadqiqotning oʻz batafsil xulosasiga koʻra, S2ning muammosi toʻqnashuv sonidan koʻra kech aniqlash, past xavfsizlik zaxirasi, yuqori tormoz tezlanishi va jerk sifatida taqdim etiladi.

S2 uchun bildirilgan minimal TTC 1,943 ± 3,538 s va %95 ishonch oraligʻi [0,152; 3,733] s. Juda katta standart ogʻish turli tasodifiy sharoitlarda ishlash natijalari keng tarqalganini koʻrsatadi.

S3: V2V xavfni sensordan oldin xabar qilsa nima oʻzgaradi?

S3da yetakchi transport vositasining tormozlash maʼlumoti V2V orqali ego transport vositasiga yetgani sababli MPC mahalliy sensor toʻsiqni tasdiqlashini kutmay, kelajakdagi xavfsizlik cheklovlarini faollashtirishi mumkin. Manbaning CARLA sahnasida bu ertaroq va bosqichma-bosqich tezlikni kamaytirish sifatida koʻrinadi.

Monte Carlo sinovlarida %0 toʻqnashuv va 1,439 ± 2,287 s minimal TTC qayd etilgan.

Tadqiqotchilar V2V-MPCni qoʻshimcha ravishda ikkita aloqa buzilishida sinagan:

• yuqori kechikish: 120 ms;
• vaqtinchalik aloqa uzilishi: 0,8 s.

9 va 10-rasmlarda oddiy V2V, yuqori kechikish va blackout sharoitlarida yetakchi va ego transport vositalari tezligi hamda TTC taqqoslangan. Kechikish ortgani sari ego transport vositasining reaksiyasi kechroq boshlanadi va TTC minimumi pasayadi. Ayniqsa blackout holatida TTC kritik sohaga koʻproq yaqinlashganiga qaramay, namunaviy simulyatsiya toʻqnashuvsiz yakunlanadi.

11-rasm MPC nega agressivroq boʻlib qolishini koʻrsatadi

Tadqiqotda oddiy V2V, yuqori kechikish va aloqa blackout sharoitlari uchun MPC xarajat komponentlari alohida chizilgan. Yetakchi tormozlashni boshlaganda tezlikni kuzatish xarajati bilan masofa/xavfsizlik xarajati oshadi. Aloqa kech yoki uzilib kelganda boshqaruvchi xavfni kechroq qoplashga majbur boʻlgani sababli xarajat choʻqqilari va boshqaruv kuchi ortadi.

Ushbu natija faqat “toʻqnashdi/toʻqnashmadi” metrikasi haydash sifatini tushuntirish uchun yetarli emasligini koʻrsatadi. Bir xil toʻqnashuvsiz natija turli tormozlash keskinligi va yoʻlovchi qulayligi bilan olinishi mumkin.

S4: Predictive buffer nima beradi?

S4da yetakchining kelajakdagi qisqa muddatli tezlanish ketma-ketligi oldindan ego transport vositasida saqlanadi. Shuning uchun bitta yoki bir nechta xabar yoʻqolganida ego transport vositasi faqat oxirgi qabul qilingan joriy maʼlumotga bogʻlanib qolmaydi; rejaning keyingi bashoratidan foydalanishni davom ettiradi.

Namunaviy tezlik grafigida ego transport vositasi yetakchining keskin tormozlashini kutmay tezligini kamaytira boshlaydi. 15-rasmda transport vositalari orasidagi masofa taxminan 50 m dan kamaygani bilan nolga yaqinlashmaydi va ikkala transport vositasi toʻxtaganda taxminan 40 m atrofida namunaviy masofa saqlanadi. Bu son bitta yugurish grafigidan koʻrinadi va Monte Carlo umumiy natijasi sifatida ishlatilmasligi kerak.

S4 Monte Carlo baholashida %0 toʻqnashuv, 1,929 ± 2,268 s oʻrtacha minimal TTC va [0,782; 3,077] s %95 ishonch oraligʻi qayd etilgan.

Manba S4 minimal TTCni S3ga nisbatan oshirganini va tormoz agressivligini kamaytirganini bildiradi. S3dagi 1,439 s oʻrtacha minimal TTCning S4da 1,929 s ga oshishi bu taqqoslashga mos keladi. Biroq S2ning 1,943 s oʻrtachasi S4dan juda oz yuqori boʻlgani uchun “S4 barcha ssenariylar ichida eng yuqori minimal TTCga ega” iborasi raqamlar asosida ishlatilmasligi kerak.

Statistik ifodalarda nega ehtiyotkor boʻlish kerak?

S2-S4da TTC standart ogʻishlarining oʻrtacha qiymatlarga nisbatan juda katta boʻlishi sinovlar orasidagi taqsimot keng ekanini koʻrsatadi. Shuning uchun 1,943 s bilan 1,929 s kabi juda kichik oʻrtacha farqlar usullar orasidagi mazmunli ustunlikning isboti sifatida qabul qilinmaydi.

Bundan tashqari S4 uchun manba ayrim boʻlimlarda TTC “consistently above safety thresholds” boʻlib qolganini bildiradi. Biroq ayni boʻlimda minimal TTC oʻrtachasi 1,929 s va %95 ishonch oraligʻining pastki chegarasi 0,782 s deb qayd etilgan. 10-rasmda ishlatilgan kritik chegara taxminan 2 s boʻlgani uchun bu ibora eng xavfsiz tarzda namunaviy S4 trayektoriyasiga tatbiq etilishi kerak; barcha Monte Carlo namunalariga qatʼiy umumlashtirish qilinmasligi lozim.

MPC parametr sezgirligi

Manba, shuningdek, bashorat ufqi, tezlik vazni, xavfsizlik masofasi vazni va maksimal tormoz tezlanishini oʻzgartirib sezgirlik tahlilini qayd etadi:

Ushbu jadval bilan manbadagi Tenglama (26)da keltirilgan standart \(q_v=1\), \(w_s=2\) va \(a_{max}=4~m/s^2\) sozlamalari aynan bir xil yakuniy parametrizatsiyani ifodalaydimi-yoʻqmi aniq emas. Shu sababli Verianla mazmunida tanlangan parametrlar standartlar oʻrniga jim tarzda oʻtkazilmagan.

Tadqiqotning kuchli tomoni nima?

Tadqiqotning muhim jihati tuman taʼsirini faqat vizual CARLA effekti sifatida qoldirmasdan, idrok ufqi, LiDAR soʻnishi, radar noaniqligi, reaksiya oynasi, fizik toʻxtash masofasi, V2V vaqtlamasi va MPC xavfsizlik cheklovlarini bir xil taqqoslama doirada birlashtirganidir.

Bundan tashqari toʻrtta ssenariyning bir xil umumiy simulyatsiya mantiqida taqqoslanishi “yaxshiroq sensor” bilan “koʻrish chizigʻidan naridan erta maʼlumot” oʻrtasidagi farqni aniq qiladi. Predictive buffer yondashuvi V2Vdan faqat joriy xabar almashinuvi sifatida emas, qisqa muddatli harakat niyatini baham koʻrish usuli sifatida foydalanish mumkinligini ham koʻrsatadi.

Asosiy cheklovlar

• Tadqiqot faqat transport vositasini boʻylama kuzatish va orqadan toʻqnashuv muammosiga qaratilgan.
• Real yoʻl va real ishlab chiqarish transport vositasi sinovi mavjud emas.
• CARLAdagi tuman-sensor mosligi real sensor xilma-xilligini qay darajada ifodalashi alohida dala maʼlumotlari bilan tasdiqlanmagan.
• Koʻp polosali, yon tomonga qochishli va zich aralash trafik ssenariylari oʻrganilmagan.
• Road grade va geterogen transport vositasi xatti-harakatlari kiritilmagan.
• Aloqa sharoitlari oʻrta darajadagi kechikish va paket yoʻqolishi bilan cheklangan; ancha ogʻir tarmoq buzilishlari boshqa natijalar berishi mumkin.
• Manbada bildirilgan ayrim Monte Carlo foizlari, ishonch oraliqlari va ssenariy taʼriflarida ichki izchillik muammolari mavjud.
• S2-S4 TTC taqsimotlarining kengligi usullarni faqat oʻrtacha qiymatlar asosida saralashni zaiflashtiradi.

Manba va Usul Haqida Izoh

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

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

Masʼul muallif: Hamza El Yanboiy.

Teng hissa/ham-birinchi mualliflik: Manbada bunday bayonot yoʻq.

Affiliatsiyalar: 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.

Akademik muharrir: Xiaohua Ge.

Manba turi: Taqrizdan oʻtgan tadqiqot maqolasi; muhandislik simulyatsiyasi va boshqaruv/modellashtirish tadqiqoti.

Jurnal: Vehicles.

Jild / son / maqola raqami: 8 / 5 / 97.

DOI: 10.3390/vehicles8050097

Nashriyot: MDPI, Basel, Switzerland.

Nashr jarayoni: Qabul qilingan 5-fevral 2026; tahrir 6-aprel 2026; qabul 9-aprel 2026; nashr 1-may 2026.

Rasmiy havola: DOI qayd etilgan MDPI Vehicles maqola sahifasi.

Ochiq kirish/litsenziya: Creative Commons Attribution (CC BY) litsenziyasi ostida ochiq kirish.

Moliyalashtirish: Mualliflar tadqiqot tashqi moliyalashtirish olmaganini bildiradilar.

Maʼlumotlar mavjudligi: Mualliflar tadqiqotning original hissalari maqola ichida ekanini, qoʻshimcha savollarni masʼul muallifga yoʻnaltirish mumkinligini bildiradilar. Manbada alohida ochiq xom simulyatsiya maʼlumotlari ombori berilmagan.

Manfaatlar toʻqnashuvi: Mualliflar manfaatlar toʻqnashuvi yoʻqligini bildiradilar.

Muallif hissalari: Conceptualization: Mohammed Bouabdellaoui va Youssef El Merabet; Methodology: Hamza El Yanboiy va Mohammed Chaman; Software: Hamza El Yanboiy va Adam Khechchab; Validation: Hamza El Yanboiy va 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 va Youssef El Merabet; Supervision: Mohammed Chaman va Youssef El Merabet.

Tajriba muhiti: CARLA 0.9.11, Python 3.10, Intel Core i7-12700H, 32 GB RAM, NVIDIA GeForce RTX 3060 va Windows 11 Pro ishlatilgan. Aloqa DSRC/IEEE 802.11p mantiqi bilan modellashtirilgan.

Ilmiy talqin chegarasi: Natijalar simulyatsiyaga asoslangan. Bu real transport vositasi, real tuman kamerasi yoki umumiy yoʻl sinovi bilan tasdiqlangan dala xavfsizligi sertifikati emas. Ayniqsa %0 toʻqnashuv natijasi faqat manbada koʻrib chiqilgan randomizatsiyalangan CARLA ssenariylariga tegishli.

Manbadagi S1 nomuvofiqligi: S1 asosiy metodologiyada “no perception and no V2V” deb taʼriflangan boʻlsa, statistika boʻlimida ego transport vositasi onboard perception ishlatishi haqida boshqa ifoda mavjud. Shuningdek, 30 ta haqiqiy sinov daʼvosi bilan %92,86 toʻqnashuv ulushi oddiy nisbat hisobida toʻliq mos kelmaydi.

Manbadagi xulosa/S2 farqi: Annotatsiyada “perception-only strategies” iborasi bilan bogʻlangan taxminan 0,29 s TTC va tez-tez toʻqnashuv natijasi batafsil matnda idrok mavjud boʻlmagan S1ga toʻgʻri keladi. Yomonlashgan LiDAR-radar ishlatilgan S2 uchun tadqiqotning batafsil Monte Carlo natijasi %0 toʻqnashuvdir.

Manbadagi S4 TTC chegarasi: S4ning ayrim izohlarida TTC xavfsizlik chegaralaridan doimiy ravishda yuqori qolishi aytiladi; bunga qarshi S4 Monte Carlo minimal TTC oʻrtachasi 1,929 ± 2,268 s va %95 ishonch oraligʻi [0,782; 3,077] s deb bildiriladi. Shu sababli “har bir tasodifiy sharoitda chegaradan yuqori” degan xulosa chiqarilmagan.

Manbadagi ssenariy reytingi: S4 manba tomonidan eng yuqori umumiy xavfsizlik/qulaylik darajasi bilan bogʻlangan boʻlsa-da, oʻrtacha minimal TTC S2da 1,943 s, S4da 1,929 s. Shu sababli umumiy ustunlik faqat TTC oʻrtachasiga asoslanmagan.

Manbadagi MPC sozlamasi: Tenglama (26)dagi standart vazn va tormoz parametrlari bilan 2-jadvaldagi sezgirlik tahlilining tanlangan qiymatlari bir xil emas va manba bu ikki sozlamalar toʻplamini aniq uygʻunlashtirmaydi.

Terminologiya izohi: Manbaning bir boʻlimida MPC xato tarzda “Motion Planning Control” deb ochilgan; maqola sarlavhasi, usul boʻlimi va tenglamalar kontekstida ishlatilgan atama Model Predictive Controldir. Manba xatosi haqiqiy ilmiy modelni oʻzgartirmasdan bu yerda ochiq koʻrsatilgan.

Manbaga sodiqlik: Ushbu Verianla mazmunidagi ilmiy model, formulalar, ssenariy sharoitlari, raqamli natijalar, CARLA sozlamalari, cheklovlar va manba ichidagi nomuvofiqliklarning barchasi yuklangan 32 sahifalik tadqiqotdan olingan. Tashqi manbalar faqat bibliografik nashr identifikatsiyasi, DOI, sana va litsenziyani tekshirish uchun ishlatilgan.

Türkiye konteksti: Tadqiqot Marokashdagi ilmiy muassasalar tomonidan amalga oshirilgan CARLA asosidagi simulyatsiya boʻlib, Türkiye yoʻl infratuzilmasida sinovdan oʻtkazilmagan. Türkiye uchun qoʻllanishini baholashda mahalliy yoʻl geometriyasi, transport vositalari parki, trafik xatti-harakati, aloqa infratuzilmasi, V2X spektr/standart amaliyotlari, tuman zichligi taqsimotlari va meʼyoriy sharoitlar bilan alohida tasdiqlash talab qilinadi; manba natijalari bevosita Türkiye xavfsizlik koʻrsatkichi sifatida koʻchirilmasligi kerak.