MétaCan
Menu
Retour à la cohorte
Enregistrement W4364322321 · doi:10.1109/tiv.2023.3265866

Joint Optimization of Platoon Control and Resource Scheduling in Cooperative Vehicle-Infrastructure System

2023· article· en· W4364322321 sur OpenAlexaff
Peiyu Zhang, Daxin Tian, Jianshan Zhou, Xuting Duan, Zhengguo Sheng, Dezong Zhao, Dongpu Cao

Notice bibliographique

RevueIEEE Transactions on Intelligent Vehicles · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésPlatoonScheduling (production processes)Cell Transmission ModelComputer scienceReliability (semiconductor)Mathematical optimizationEngineeringControl (management)MathematicsTraffic congestion

Résumé

récupéré en direct d'OpenAlex

Vehicle platooning technology is essential in achieving group consensus, on-road safety, and fuel-saving. Meanwhile, Vehicle-to-Infrastructure (V2I) communication significantly facilitates the development of connected vehicles. However, the coupled effects of the longitudinal vehicle's mobility, platoon control and V2I communication may result in a low reliable communication network between the platoon vehicle and the roadside unit, there is a tradeoff between the platoon control and communication reliability. In this article, we investigate a bi-objective joint optimization problem where the first objective is to maximize the success probability of data transmission (communication reliability) and the second objective function is to minimize the traffic oscillation flow. The vehicle's mobility state of the platoon vehicle affects the channel capacity and transmission performance. In this context, we deeply explore the relationship between control signals and resource scheduling and theoretically deduce a closed-form expression of the optimal communication reliability objective. Through this closed expression, we transform the bi-objective model into a single objective MPC model by using$\epsilon$-constraint method. We design an efficient algorithm for solving the joint optimization model and prove the convergence. To verify the effectiveness of the proposed method, we finally evaluate the spacing error, speed error, and resource scheduling of platooning vehicles through simulation experiments in two experimental scenarios. The results show that the proposed control-communication co-design can improve the platoon control performance while satisfying the high reliability of V2I communications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,204
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Intelligent VehiclesMême sujetTraffic control and managementTravaux en français237 207