Härtill 7 uppsatser

Diss. (sammanfattning) Västerås : Mälardalens universitet, 2023

Recent advances in wireless technology facilitating Vehicle-to-Vehicle (V2V) communication have paved the way towards connected and more cooperative Intelligent Transportation Systems (ITSs), enhancing road safety and sustainability. Connected and Automated Vehicles (CAVs) can exchange information with one another and their surrounding infrastructure, thereby enabling cooperative automated maneuvering such as vehicle platooning. In platooning, a group of CAVs follows the longitudinal and lateral movements of a Lead Vehicle (LV) through V2V communication and onboard sensors to form a close-knit vehicle train. Collaborating CAVs hold the potential to revolutionize transportation by enabling, e.g., enhanced safety, fuel efficiency, road efficiency, and overall mobility. However, wireless communication, a key enabling technology for collaborating CAVs, is often subject to transient outages due to irregular packet losses, which are caused by factors such as attenuation, fading and interference. An automated platoon of CAVs must remain fail-operational during such transient communication outages to stay as safe as before the outage, even if the inter-vehicle distances are short. Furthermore, a platoon may encounter road hazards, requiring emergency braking to transition into a fail-safe state. Traditionally, communication outages have been treated as permanent faults or failures, which is a worst-case scenario that has little practical value. More recent attempts to model wireless communication as either on or off as a function of time are still too pessimistic and may lead to safety distances which are unnecessarily long. To this end, this thesis proposes to characterize the nature of transient wireless communication outages into finer granularities so that, e.g., the vehicles in a platoon can adapt to the currently available information, prioritize safety, and still remain as efficient as possible. Such characterization also enables formulating a state machine in which the states represent various fail-operational, emergency braking, and fail-safe states as a function of the instantaneous communication quality.

De senaste årens forskningsframsteg inom trådlös kommunikation möjliggör uppkoppling av automatiserade fordon och därmed möjlighet att skapa säkrare, mer miljövänliga och intelligenta transportsystem. I detta sammanhang har konceptet platooning fått stor uppmärksamheten. Platooning innebär att en rad trådlöst ihopkopplade automatiserade fordon bildar ett fordontåg som samarbetar genom att utbyta information, såsom hastighet, acceleration, styrstångsvinkel, varningar, etc. Tack vare att fordonen kommunicerar trådlös och kan använda avancerad sensorfusionsteknik kan platooning förbättra trafiksäkerheten, bränsleeffektiviteten, vägeffektiviteten och trafikflödet avsevärt. Trots dessa samhälleliga, miljömässiga och ekonomiska möjligheter har platooning, av säkerhetsskäl, ännu inte införts på allmänna vägar. Detta beror på att vart och ett av de uppkopplade autonoma fordonen är ett säkerhetskritiskt system och konsekvenserna av ett eventuellt fel kan i värsta fall äventyra människoliv eller orsaka omfattande skada på egendom eller miljö. Utmaningarna förvärras ytterligare på grund av att fordonen färdas i hög hastighet och med små mellanrum mellan fordonen. Dessutom kan det uppstå tillfälliga avbrott i den trådlös kommunikationen. I denna doktorsavhandling föreslås ett nytt tillvägagångssätt för att modellera och hantera tillfälliga kommunikationsavbrott. Detta möjliggör automatisk hantering av de fel som kan uppstå vid avbrott i den trådlösa kommunikationen. Dessutom föreslås flera strategier för att nödbromsa fordonståget för att undgå kollision om det skulle finnas hinder på vägen. Med hjälp av de strategier som föreslås i avhandlingen kan ett fordonståg fortsätta färdas framåt med bibehållen hastighet och säkerhet även då kommunikationsproblem uppstår. Istället för att helt upphöra med platooning kan avståndet mellan fordonen tillfälligt ökas, eventuellt med tillfälligt försämrad bränsleeffektivitet som resultat. Avhandlingen använder också artificiell intelligens (AI) för att ge de samarbetande autonoma fordonen möjlighet att prediktera om och när fördröjningar eller avbrott i den trådlösa kommunikationen uppstår, samt om kollisioner mellan fordonen skulle kunna uppstå om man försöker bromsa med en viss kraft vid en viss nödsituation.