[論文レビュー] The Multi-objective Dynamic Traveling Salesman Problem: Last Mile Delivery with Unmanned Aerial Vehicles Assistance

Ben Remer, Andreas A. Malikopoulos|arXiv (Cornell University)|Mar 11, 2019

Robotic Path Planning Algorithms参考文献 14被引用数 4

ひとこと要約

本稿では、時間コストとエネルギー消費を最小化するため、複数の無人航空機（UAV）と連携するトラックを用いた最終一英里配送のための2段階最適化フレームワークを提案する。複数目的の動的巡回セールスマン問題を定式化し、トラックルートはTSPで、UAVスケジューリングは遺伝的アルゴリズムで解き、非支援配送と比較してコスト関数で平均20.77%の改善を達成した。

ABSTRACT

In this paper, we present an approach to optimizing the last-mile delivery route of a truck using coordination with unmanned aerial vehicles (UAVs). First, a traveling salesman problem is formulated to determine the truck's route. Then, a scheduling problem is formulated to determined the routes for the UAVs. A genetic algorithm is used to solve these problems, and simulated results are presented.

研究の動機と目的

• 都市物流における最終一英里配送の非効率性を解消するため、UAVを配送トラックと統合すること。
• 時間とエネルギー消費をバランスさせる柔軟な、複数目的の最適化フレームワークを構築すること。
• トラックと複数のUAVの間の連携問題をモデル化・解釈し、トラック走行中に動的リコールおよび出発を可能にする。
• トラックがUAVの離陸・着陸時に停止している必要があるという制約を撤廃することで、既存のUAV支援配送モデルを拡張すること。
• 重さ制限により一部の停止地点がトラックでのみアクセス可能であるような、異種配送ネットワークにスケーラブルなソリューションを提供すること。

提案手法

• 配送ノード（ドック、配送先、トポロジーノードを含む）が指定されたネットワークにおける最適なトラックルートを決定するため、修正されたTSPを定式化する。
• 動的UAV展開およびトラック走行中の回収を可能にするために、合流ノードを追加するグラフ変換を導入する。
• ミッションコスト、エネルギー制約、時間窓を組み合わせたペナルティ関数を用いて、UAVのスケジューリング問題を定式化する。
• 合計コスト関数を最小化するため、トラックルートとUAVスケジューリング問題を遺伝的アルゴリズムで解く。
• UAVのエネルギー使用に制約を課すために、バッテリーエネルギー容量制限（式26）を適用し、UAVエネルギーモデルに基づく実行可能ミッションを保証する。
• UAVの運動およびルート計画を記述するため、二重積分器ダイナミカルモデルを用いる一方で、非プリエンプションおよび順次ジョブ実行を強制する。

実験結果

リサーチクエスチョン

• RQ1 動的最終一英里配送において、トラックと複数のUAVをどのように連携させれば、時間とエネルギーを最小化できるか？
• RQ2 UAVを停止中のトラックからではなく、移動中のトラックから離陸・回収することを許容した場合、その影響は何か？
• RQ3 UAVの統合は、トラック単体の配送と比較して、全体の配送効率にどのような影響を与えるか？
• RQ4 現実的なエネルギーおよび航続距離制限下で、UAV支援配送における時間とエネルギーの最適なトレードオフは何か？
• RQ5 遺伝的アルゴリズムは、トラック-UAV連携に起因する複雑な複数目的スケジューリング問題を効果的に解けるか？

主な発見

• 提案手法は、非支援配送と比較してコスト関数で平均20.77%の改善を達成し、顕著な効率向上を示した。
• スケーリングされた都市ネットワークにおけるシミュレーションでは、UAV支援により総配送時間とエネルギー消費が削減され、特に軽量で遠距離の荷物に対して顕著であった。
• 遺伝的アルゴリズムは解空間を効果的に探索し、トラックとUAVの共同ルーティング問題に対して高品質な解に収束した。
• トラックがUAV作業中に停止している必要があるという制約を緩和することで、より柔軟で効率的なミッション計画が可能になった。
• モデルは、重さ制限によりトラックでのみアクセス可能なノードと、UAVでサービス可能なノードを含む異種配送要件を正常に処理した。
• 幾何学的要因、エネルギーモデル、物理的パrameterを統合したペナルティ関数の定式化により、最適化における時間とエネルギーのバランスの取れたトレードオフが実現された。