COORDINATED MULTI-LANE CHANGING PROCESS FOR CONNECTED AND AUTOMATED VEHICLES IN MIXED ENVIRONMENT. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF thesis with cover page _ final_version.pdf - Submitted Version Restricted to Repository staff only until 31 December 2025. Download (3MB)

Arabic Abstract

تستكشف هذه الأطروحة محاكاة ديناميكية لعمليات تغيير المسارات المتعددة المنسقة و المستلقة للمركبات المتصلة وذاتية القيادة في بيئة مختلطة تضم مركبات يقودها بشر. يعزز البحث السلامة المرورية وكفاءة الحركة عبر مناورات متقدمة لتغيير المسارات. يتضمن النظام آليات فعّالة للكشف عن الفراغات، مما يسمح للمركبات بتحديد وتقييم المساحات الآمنة للانتقال بين المسارات. علاوة على ذلك، تُدار تداخلات المسارات باستخدام استراتيجية تعتمد على الأولويات، مما يضمن تنسيق المركبات لتحركاتها لتجنب النزاعات أثناء المناورات المتزامنة. تتيح استراتيجيات التعاون للمركبات ذاتية القيادة التواصل وتعديل حركاتها، مما يؤدي إلى تغييرات مسار سلسة ومتزامنة حتى عند التفاعل مع المركبات التي يقودها بشر. يدمج البحث هذه الأساليب الذكية لاتخاذ القرارات مع التحكم الدقيق في السرعة باستخدام آليات التحكم التناسبي-التكاملي-التفاضلي. أظهرت نتائج المحاكاة أن التنسيق بين المركبات ذاتية القيادة يمكن أن يحسن تدفق الحركة بشكل كبير، ويقلل من مخاطر الاصطدام، ويتكيف مع الظروف المتغيرة للطريق. تقدم هذه النتائج رؤى قيمة حول التطبيق العملي لأنظمة القيادة الذاتية، مع التأكيد على دور التعاون والتواصل في الوقت الفعلي بين المركبات لتعزيز السلامة والكفاءة المرورية. وفي النهاية، تضع هذه الدراسة أساساً قوياً لتطوير تكنولوجيا المركبات ذاتية القيادة، مما يمهد الطريق لحلول قيادة ذاتية أكثر ذكاءً وأماناً وتكاملاً.

English Abstract

This thesis develops a novel algorithm of decentralized coordinated multi-vehicle lane-changing processes for Connected and Automated Vehicles (CAVs) in a mixed traffic with Human-Driven Vehicles (HDVs). The study enhances road safety and traffic efficiency through advanced lane-changing maneuvers, facilitated by MATLAB-based simulations. Central to this research is the development of Markov Decision Processes (MDPs) for adaptive decision-making, enabling CAVs to assess their surroundings and predict the behavior of nearby vehicles. The system incorporates robust gap detection mechanisms, allowing CAVs to identify and evaluate safe spaces for lane transitions. Additionally, a priority-based strategy manages trajectory overlapping, ensuring that vehicles coordinate their actions to avoid conflicts during simultaneous maneuvers. Cooperation strategies enable CAVs to communicate and adjust their movements, creating smooth and synchronized lane changes even when interacting with unpredictable HDVs. The research combines these intelligent decision-making approaches with precise speed regulation using Proportional-Integral-Derivative (PID) mechanisms. Simulation results demonstrate that coordinated actions among CAVs can significantly improve traffic flow, reduce collision risks, and adapt to dynamic road conditions. The findings provide valuable insights into the practical implementation of autonomous driving systems, emphasizing the role of real-time cooperation and communication between vehicles in enhancing road safety and efficiency. Ultimately, this research lays a solid foundation for future advancements in CAV technology, paving the way for smarter, safer, and more integrated autonomous driving solutions.

Item Type:	Thesis (Masters)
Subjects:	Computer Systems Engineering
Department:	College of Engineering and Physics > Control and Instrumentation Engineering
Committee Advisor:	Mysorewala, Muhammed
Committee Members:	Nasir, Ali and Al Yazidi, Nezar
Depositing User:	ABDULLAH ALSHAKHS (g201518150)
Date Deposited:	01 Jan 2025 06:17
Last Modified:	01 Jan 2025 06:17
URI:	http://eprints.kfupm.edu.sa/id/eprint/143203