본 논문은 신호화된 도로 네트워크에서 특히 딜레마 구역(dilemma zone)에서 커넥티드 카의 주행 효율을 향상시키기 위해, 사회적으로 수용 가능한 사람과 유사한 행동 계획(behavior planning) 방법을 제안한다. 구체적으로, 제안된 방법은 상태 제약에 슬랙 변수(slack variables)를 할당하는 소프트 제약(soft-constrained) 모델 예측 제어(model predictive control)에 기반하며, 이로 인해 효율을 개선하기 위해 도로 속도 제한(speed limit)을 약간 위반하도록 한다. 차량 연결성(vehicle connectivity) 기술을 통해 다수의 신호등에서 예정된 신호 위상 및 타이밍(signal-phase-and-timing) 정보를 활용함으로써, 커넥티드 카는 속도 궤적(speed trajectory)을 최적화하여 교통 규칙을 엄격히 준수하는 차량에 비해 딜레마 구역에서의 정차 횟수를 감소시킨다. 그 결과, 녹색 또는 황색 신호가 켜졌을 때 커넥티드 카는 여러 신호등을 연속으로 통과할 수 있으며, 이로써 전체 통행 시간(trip time)을 최소화하는 것으로 관찰된다. 제안된 방법은 다양한 상황에서의 시뮬레이션을 통해 종합적으로 검증되었고, 특히 딜레마 구역에서 커넥티드 카의 행동은 숙련된 인간 운전자의 행동과 유사하게 나타난다. 또한 본 접근법의 효능은 실험을 통해서도 입증되었으며, 랩 스케일(lab-scale) 주행 시뮬레이터를 사용하여 본 접근법이 생성한 속도 궤적을 서로 다른 인간 운전자가 생성한 궤적과 비교하였다.

본 논문은 상용 전기자동차(EV)에서 흔히 발생하는 실제 문제인 도어 개방 시나리오에 대한 제어 지향 모델을 제시한다. 우리는 실제 EV에서 도어 개방으로 인한 중단을 처리하기 위해 시뮬레이션 모델을 개발하고 검증하였다. 개발된 모델을 사용하여 4가지 난방 컨트롤러를 비교하였다: (i) 냉각수 분기(coolant-dividing) 계층과 도어 개방 신호에 근거하여 실내 공기 유입을 조절하는 구성요소를 포함한 제안된 계층적 비선형 모델 예측 제어기; (ii) 냉각수 분기를 위한 단일 모델 예측 제어기(MPC)와 규칙 기반 실내 공기 컨트롤러의 결합; (iii) 실내 공기 유입 MPC와 통합된 규칙 기반 냉각수 분기 컨트롤러; 및 (iv) 기존의 규칙 기반 컨트롤러. 주변 온도 0, 10, 20 ${}^{\circ }$C에서, 계층적 컨트롤러는 도어 개방이 발생한 실내 구역에서 각 시나리오의 최악 성능 컨트롤러와 비교하여 온도 강하를 각각 7.2, 9.5, 10.92 ${}^{\circ }$C만큼 감소시켰다. 또한 본 전략은 회복 과정에서의 온도 초과(overshooting)를 유의하게 감소시켰으며, 0, 10, 20 ${}^{\circ }$C에서 각각 다양한 실내 구역에 대해 84–87%, 60.8–83.8%, 57.7–66.9%의 감소를 달성하였다. 이러한 결과는 본 전략이 차량 전반에 걸쳐 승객의 열적 쾌적성(thermal comfort)을 향상시킬 가능성을 보여주며, 상용 EV의 향후 열 관리 전략에 대한 유용한 통찰을 제공한다.