Autonomous vehicles management in a roundabout scenario

Autonomous Vehicles (AVs) are attracting growing interest due to their capability of smoothing the traffic flow, limiting fuel consumption and, consequently, pollutants' emission and enhancing safety. Therefore this thesis work aims to deeply analyze the capability of AVs to navigate through a challenging scenario, such as a roundabout. For this purpose a digital twin of a real existing rotatory has been developed. SUMO (Simulation of Urban MObility), that is a microscopic traffic simulator, has been employed to create the road Network and a traffic calibration has been conducted to adjust the Intelligent Driver Model (IDM) parameters. To enable the AVs to navigate through the roundabout, a policy developed by Fondazione Bruno Kessler (FBK) has been employed during tests conducted at the DriSMi dynamic driving simulator. The performance of AVs has been analyzed, varying their level of penetration, from both quantitative and qualitative perspectives. Quantitatively, their crossing time, fuel consumption and pollutant emissions were assessed. Qualitatively, questionnaires developed by a team of psychometric experts were used to evaluate the acceptance of AVs by human drivers. The subsequent step involved the development of a single-agent policy to enable the crossing of the roundabout by AVs, employing a Proximal Policy Optimization algorithm to train it. A preliminary reward function has been designed, opportunely selecting the performance metrics to incorporate and assigning their respective weighting coefficients. Upon analyzing the outcomes of the trained policies, a final reward function has been designed, revising the observations space, the performance metrics to include and their weighting coefficients. After evaluating the behavior of the single-agent policy, it was implemented in a multi-agent context. It was noted that, although the policy performed well in a single-agent context, its performance diminished in the multi-agent scenario with high AV penetration level, despite maintaining a safe behavior. In conclusion, employing autonomous vehicles resulted in a smoother and safer traffic behavior. Furthermore the drivers perceived the AVs behavior as more predictable than human drivers.

Grazie alla capacità di rendere il traffico più scorrevole, aumentare la sicurezza e limitare il consumo di carburante e, consequentemente, le emissioni, i veicoli autonomi stanno guadagnando un interessente crescente. Questa tesi ambisce ad analizzare in modo approfondito la capacità di quest'ultimi di interfacciarsi con uno scenario complesso e sfidante, quale la rotonda. A questo scopo una copia digitale di una rotatoria realmente esistente è stata sviluppata, impiegando SUMO per creare lo scenario virtuale. Una calibrazione del traffico della rotonda è stata eseguita, di modo da adeguare opportunamente i parametri di SUMO atti a descrivere il comportamento dei veicoli guidati dall'IDM. Al fine di consentire ai veicoli autonomi di attraversare la rotonda durante i test svolti al simulatore dinamico di guida (DriSMi), è stata impiegata la policy sviluppata dalla Fondazione Bruno Kessler (FBK) Le prestazioni dei veicoli autonomi sono state analizzate, sia da un punto di vista qualitativo che quantitativo, al variare del loro livello di penetrazione. Quantitativamente il tempo di attraversamento, il consumo di carburante e le emissioni sono state analizzate; qualitativamente dei questionari sviluppati da un gruppo di psicometristi sono stati impiegati per valutare l'accettazione dei veicoli autonomi da parte dei guidatori. Il passo successivo è consistito nello sviluppo di una policy ad agente singolo in grado di consentire ai veicoli autonomi di attraversare la rotonda, impiegando il Proximal Policy Optimization algorithm (PPO) come algoritmo di allenamento della policy stessa. Gli indicatori da introdurre nella funzione premio e i rispettivi coefficienti moltiplicativi sono stati opportunamente selezionati e i risultati ottenuti a valle dell'allenamento di differenti policy sono stati analizzati. Sulla base degli errori riscontrati nella fase preliminare di sviluppo della policy, è stata realizzata una versione finale, revisionando le osservazioni da fornire all'agente e gli elemementi da includere nella funzione premio. Dopo aver valutato il comportamento della policy ad agente singolo, si è proceduto con l'estensione ad un contesto multi-agent, in cui è stato riscontrato un'abbassamento delle prestazioni con un livello elevato di penetrazione dei veicoli autonomi. L'introduzione dei veicoli autonomi, tuttavia, ha determinato un incremento della sicurezza e della scorrevolezza del traffico, risultando anche agli occhi dei guidatori come maggiormente prevedibile.