[논문 리뷰] An algorithm for integrating peer-to-peer ridesharing and schedule-based transit system for first mile/last mile access

Pramesh Kumar, Alireza Khani|arXiv (Cornell University)|2020. 07. 15.

Transportation and Mobility Innovations참고 문헌 45인용 수 64

한 줄 요약

이 논문은 일정 기반 대중교통 시스템과 피어 투 피어(PEER-TO-PEER) 릭셰어링을 통합하여 제1마일/최후마일(FMLM) 문제를 해결하는 대중교통 기반 릭셰어링 알고리즘을 제안한다. 일정 기반 최단경로와 시공간 프리즘(STP) 제약 조건을 사용하여 타당한 승객-기사 매칭을 식별하고, 최대 매칭 수 또는 차량시간 절감을 최적화하여 시뮬레이션에서 참가율 1% 조건에서 전체 시스템의 차량시간을 최대 46% 감소시켰다.

ABSTRACT

Due to limited transit network coverage and infrequent service, suburban commuters often face the transit first mile/last mile (FMLM) problem. To deal with this, they either drive to a park-and-ride location to take transit, use carpooling, or drive directly to their destination to avoid inconvenience. Ridesharing, an emerging mode of transportation, can solve the transit first mile/last mile problem. In this setup, a driver can drive a ride-seeker to a transit station, from where the rider can take transit to her respective destination. The problem requires solving a ridesharing matching problem with the routing of riders in a multimodal transportation network. We develop a transit-based ridesharing matching algorithm to solve this problem. The method leverages the schedule-based transit shortest path to generate feasible matches and then solves a matching optimization program to find an optimal match between riders and drivers. The proposed method not only assigns an optimal driver to the rider but also assigns an optimal transit stop and a transit vehicle trip departing from that stop for the rest of the rider's itinerary. We also introduce the application of space-time prism (STP) (the geographical area which can be reached by a traveler given the time constraints) in the context of ridesharing to reduce the computational time by reducing the network search. An algorithm to solve this problem dynamically using a rolling horizon approach is also presented. We use simulated data obtained from the activity-based travel demand model of Twin Cities, MN to show that the transit-based ridesharing can solve the FMLM problem and save a significant number of vehicle-hours spent in the system.

연구 동기 및 목표

• 서비스 빈도와 커버리지가 제한된 농촌 지역의 대중교통 네트워크에서 제1마일/최후마일(FMLM) 문제를 해결하기 위해.
• 고정 일정 기반 대중교통 서비스와 통합된 동적 실시간 매칭 시스템을 개발하기 위해.
• 최적화된 릭셰어링 통합을 통해 차량주행거리(VMT)와 시스템 내 차량시간을 감소시키기 위해.
• 시공간 프리즘(STP) 제약 조건과 윤곽 주기 접근법을 활용하여 매칭 효율을 향상시키기 위해.
• 미네소타 주 트윈 시티스에서 수집한 실제 데이터를 기반으로 한 시뮬레이션을 통해 대규모 실세계 대중교통 네트워크에서의 성능 평가를 수행하기 위해.

제안 방법

• 승객의 경우 접근, 대기, 차량 내 이동, 환승, 하차 시간을 포함한 타당한 대중교통 경로를 계산하기 위해 일정 기반 대중교통 최단경로 알고리즘을 사용한다.
• 시간과 위치 이용 가능성을 바탕으로 타당한 승객-기사 매칭을 위한 검색 공간을 제한하기 위해 시공간 프리즘(STP) 제약 조건을 적용한다.
• 기사-승객 쌍, 정류장, 차량 운행 경로를 최적화하여 도착지로의 방향 전환을 최소화하고 시스템 효율성을 극대화하는 매칭 최적화 모델을 개발한다.
• 실시간 동적 릭셰어링 문제를 해결하기 위해 윤곽 주기 접근법을 활용하며, 요청을 5분 단위로 처리한다.
• 최대 매칭 수와 차량시간 절감을 극대화하는 두 가지 최적화 목표를 구현한다.
• 알고리즘의 校정 및 검증을 위해 트윈 시티스에서 확보한 활동 기반 이동 수요 시뮬레이션 데이터를 활용한다.

실험 결과

연구 질문

• RQ1 저밀도 농촌 지역의 대중교통 네트워크에서 대중교통 기반 릭셰어링 시스템이 제1마일/최후마일 문제를 효과적으로 완화할 수 있는가?
• RQ2 일정 기반 대중교통과의 릭셰어링 통합이 전체 시스템의 차량시간 절감 및 매칭 비율 향상에 어떻게 기여하는가?
• RQ3 시간 유연성과 참가율이 알고리즘의 계산 성능과 매칭 성공률에 어느 정도의 영향을 미치는가?
• RQ4 시공간 프리즘(STP) 기법이 솔루션 품질을 훼손하지 않으면서 계산 시간을 얼마나 줄일 수 있는가?
• RQ5 윤곽 주기 알고리즘이 대규모에서 실시간 동적 릭셰어링 매칭을 효율적으로 처리할 수 있는가?

주요 결과

• 차량시간 절감을 극대화하는 목표로 설정했을 경우, 알고리즘이 전체 시스템의 차량시간을 최대 46% 감소시켜 매칭 수를 극대화하는 목표보다 뚜렷한 성능 향상을 보였다.
• 1%의 참가율 조건에서 알고리즘은 각 5분 단위 시간 단계를 4.23분 이내로 완료하여 표준 데스크톱 하드웨어에서도 실행 가능함을 입증했다.
• 시뮬레이션 기간 동안 약 54%의 승객과 기사가 매칭되었으며, 대부분의 매칭 실패자는 시간 제약이나 요청 빈도가 낮아 타당한 파트너를 찾지 못한 것으로 분석되었다.
• 기사의 도착지로의 방향 전환 평균 시간은 9.14분, 승객의 이동 시간 평균은 20.43분이었으며, 이는 제1마일 이동이 승객과 기사의 전체 이동 시간에서 중요한 구성 요소임을 시사한다.
• 시간 유연성과 참가율을 증가시킬수록 매칭 비율과 계산 부하가 향상되었으며, 승객과 기사 수가 동일한 경우 가장 높은 매칭 비율을 기록했다.
• 단독 릭셰어링과 대중교통 기반 릭셰어링의 통합은 매칭 비율과 차량시간 절감 모두에 긍정적인 영향을 미쳐 상호보완적 이점을 보였다.