[論文レビュー] An Online Ride-Sharing Path Planning Strategy for Public Vehicle Systems

Ming Zhu, Xiao-Yang Liu+1 more|arXiv (Cornell University)|Dec 27, 2017

Transportation and Mobility Innovations参考文献 11被引用数 11

ひとこと要約

本稿では、乗客のサービス品質（QoS）制約（迂回距離や待機時間など）に基づいて探索領域を限定することで、計算複雑性を低減する、公共車両（PV）システム向けの局所的パスプランニング戦略を提案する。これにより、グローバルな探索を効率的な局所的探索に変換する。マンハッタンのタクシーデータを用いたシミュレーションでは、全探索法と比較して計算時間を22%削減し、プライベート電気自動車（POEV）と比較してエネルギーコストを24–39%削減した。

ABSTRACT

As efficient traffic-management platforms, public vehicle (PV) systems are envisioned to be a promising approach to solving traffic congestions and pollutions for future smart cities. PV systems provide online/dynamic peer-to-peer ride-sharing services with the goal of serving sufficient number of customers with minimum number of vehicles and lowest possible cost. A key component of the PV system is the online ride-sharing scheduling strategy. In this paper, we propose an efficient path planning strategy that focuses on a limited potential search area for each vehicle by filtering out the requests that violate passenger service quality level, so that the global search is reduced to local search. We analyze the performance of the proposed solution such as reduction ratio of computational complexity. Simulations based on the Manhattan taxi data set show that, the computing time is reduced by 22% compared with the exhaustive search method under the same service quality performance.

研究の動機と目的

• オンライン／動的ライドシェアリングにおける全探索手法の非効率性に対処すること。
• 乗客の保証されたサービス品質（QoS）を維持しつつ、計算複雑性を低減すること。
• 乗客の利便性（低コストの迂回、短い待機時間）と車両の効率性（移動距離とエネルギー消費の最小化）のバランスをとること。
• 大都市への展開に適したリアルタイムでスケーラブルなパスプランニングを可能にすること。
• 実世界のマンハッタンタクシーデータを用いて、計算効率とエネルギー節約の両面での性能向上を評価すること。

提案手法

• 各車両に対して制限された潜在的探索領域を導入し、最大の迂回距離や待機時間といった事前に定義されたQoS制約に違反するリクエストをフィルタリングする。
• QoS準拠のリクエストに限定して探索することで、グローバルなパスプランニング問題を局所的探索問題に変換する。
• 現在の車両の経路、サービスリスト、未スケジュールのリクエストの出発地・目的地の位置に基づいて、動的に探索空間を刈り込む。
• 乗客の快適性とサービスレベル契約を尊重しつつ、合計移動距離を最小化するライドシェアリング機会を優先する。
• 中央集約型クラウドベースのスケジューラーが新規リクエストを受信すると、リアルタイムで新しいスケジュールを計算し、車両のルートを更新する。
• 本手法は、マンハッタンのタクシー移動データを用いて評価され、全探索法およびプライベート電気自動車（POEV）のベースラインと比較された。

実験結果

リサーチクエスチョン

• RQ1 乗客のQoSを損なわせることなく、オンラインライドシェアリングのパスプランニングにおける計算複雑性をどのように低減できるか？
• RQ2 QoS制約に基づく局所的探索が、全探索に比べて計算時間とスケーラビリティの面でどの程度優れているか？
• RQ3 動的でピアツーピアのライドシェアリングシステムにおいて、車両の移動距離と乗客の快適性のトレードオフは何か？
• RQ4 車両数やリクエスト密度の増加に伴い、システムの性能（エネルギー節約と計算効率）はどのように変化するか？
• RQ5 ピーク時（例：8:00と18:00）と非ピーク時において、提案手法が最大の性能向上をもたらす交通状況はどれか？

主な発見

• 提案手法は、全探索法と比較して計算時間を22%削減しながら、同等のサービス品質を維持した。
• PVの合計移動距離は、プライベート電気自動車（POEV）と比較して24%～39%削減され、顕著なエネルギー節約が示された。
• 特にピーク時において、PVシステムの乗客1人あたりのエネルギーコストはPOEVよりも顕著に低く、ライドシェアリング効率の向上に起因する。
• 計算複雑性の低減は都市の規模が大きくなるに従い増大し、大都市環境におけるスケーラビリティの優位性が示された。
• ピーク時（例：8:00および18:00）には、シェア率の上昇に伴い、移動距離の削減が顕著に増加するが、非ピーク時ではシェア率が低いため、ほとんどまたはマイナスの節約にとどまる。
• 800台の車両でピーク時（例：8:00）にはPVの利用率が高く維持されるが、オフピーク時には利用率が低下するため、動的車両割り当ての重要性が浮き彫りになった。