플래투닝(platooning)은 교통 시스템 효율을 개선하고 연료 소비를 감소시키는 등 다양한 이점을 제공한다. 플래투닝에 관한 기존 연구는 주로 고속도로 또는 전용 도로 환경에서의 종방향 제어에 집중해 왔다. 그러나 이러한 접근법은 코너링 또는 장애물 회피와 같이 횡방향 기동이 필요한 시나리오에서 플래투닝 성능을 상당히 저하시킬 수 있다. 이러한 한계를 해결하기 위해 본 연구는 종방향 및 횡방향 동역학을 모두 고려하는 포괄적 플래투닝 시스템을 제안한다. 제안하는 플래투닝 접근법은 일정 시간 간격(constant time gap, CTG) 전략을 포함하는 MPC(모델 예측 제어) 기반 경로 계획과 적분 제어 기반 경로 추종으로 구성된다. CTG 정책으로 생성된 속도 명령에 기반한 후보 경로 비용과 환경 비용을 포함하는 총 비용을 최소화하는 것을 목표로, MPC 기반 경로 계획은 최적 제어 문제로 정식화된다. 최적 제어 입력은 입자 군집 최적화(particle swarm optimization, PSO)를 사용하여 획득되며, 이를 통해 최적 경로가 생성된다. 경로 추종을 위해 요레이트(yaw rate)에 대한 적분 오차를 정의하고, 적분 오차의 미분 방정식과 차량 동역학 모델을 고려하는 적분 제어 기반 방법을 적용한다. 제안 접근법의 타당성을 검증하기 위해 수치 시뮬레이션과 실내 실험을 수행하고, 그 결과를 분석한다. 검증 비디오는 다음에서 확인할 수 있다: https://youtu.be/-F4xney2Yjc . • 플래투닝 시스템은 종방향 및 횡방향 차량 동역학을 모두 통합한다. • 경로 계획을 입자 군집 최적화(particle swarm optimization, PSO)를 사용한 최적화 문제로 정식화한다. • 안전하고 안정적인 차간 간격을 보장하기 위해 일정 시간 간격(constant time gap, CTG) 정책을 적용한다. • 적분 제어는 증강된 차량 동역학 모델을 고려함으로써 강건한 경로 추종을 가능하게 한다. • 시뮬레이션과 실험은 효과적인 장애물 회피 및 플래툰 재형성을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.