[논문 리뷰] An Online Ride-Sharing Path Planning Strategy for Public Vehicle Systems

Ming Zhu, Xiao-Yang Liu외 1명|arXiv (Cornell University)|2017. 12. 27.

Transportation and Mobility Innovations참고 문헌 11인용 수 11

한 줄 요약

이 논문은 승객의 서비스 품질(QoS) 제약 조건(예: 회피 거리, 대기 시간)을 바탕으로 탐색 영역을 제한함으로써 계산 복잡도를 줄이는 국소적 경로 계획 전략을 제안한다. 이는 전역 탐색을 효율적인 국소 탐색으로 전환함으로써 이루어지며, 맨해튼 택시 데이터를 이용한 시뮬레이션에서 전수 탐색 대비 계산 시간을 22% 감소시키고, 사적 전기차(PV) 대비 에너지 비용을 24–39% 절감한다.

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.

연구 동기 및 목표

• 공공 차량 시스템의 온라인/동적 라이드셰어링에서 전수 탐색 방법의 비효율성을 해결하기 위해.
• 승객의 보장된 서비스 품질(QoS)을 유지하면서 계산 복잡도를 줄이기 위해.
• 승객의 이익(예: 낮은 회피 거리, 짧은 대기 시간)과 차량의 효율성(최소화된 이동 거리 및 에너지 비용)을 균형 잡기 위해.
• 대규모 도시 환경에 적합한 실시간, 확장 가능한 경로 계획을 가능하게 하기 위해.
• 실제 뉴욕 맨해튼 택시 데이터를 사용하여 계산 효율성 향상과 에너지 절감 성과를 평가하기 위해.

제안 방법

• 각 차량에 대해 제한된 잠재 탐색 영역을 도입하여, 최대 회피 거리나 대기 시간과 같은 사전 정의된 QoS 제약을 위반하는 요청을 걸러내는 방법을 사용한다.
• 현재 차량 경로, 서비스 목록, 예약되지 않은 요청의 출발지-도착지 쌍 위치를 기반으로 동적으로 탐색 공간을 줄이는 방식으로, 전역 경로 계획 문제를 국소 탐색 문제로 전환한다.
• 승객의 편안함과 서비스 수준 합의를 존중하면서 총 차량 이동 거리를 최소화하는 라이드셰어링 기회를 우선순위로 정렬한다.
• 중앙 집중식 클라우드 기반 스케줄러는 새로운 요청을 수신할 때마다 실시간으로 새로운 스케줄을 계산하고, 이를 바탕으로 차량 경로를 업데이트한다.
• 제안된 방법은 맨해튼 택시 이동 데이터를 사용하여 전수 탐색 및 사적 전기차(POEV) 기준과 비교 평가된다.

실험 결과

연구 질문

• RQ1 승객 QoS를 훼손하지 않으면서 온라인 라이드셰어링 경로 계획에서 계산 복잡도를 어떻게 줄일 수 있는가?
• RQ2 QoS 제약 조건에 기반한 국소 탐색이 전수 전역 탐색에 비해 계산 시간과 확장성 측면에서 얼마나 뛰어나게 성능을 발휘하는가?
• RQ3 동적이고 피어 투 피어 기반의 라이드셰어링 시스템에서 차량 이동 거리와 승객의 편안함 사이의 상충 관계는 어떠한가?
• RQ4 차량 및 요청 밀도가 증가함에 따라, 에너지 절감과 계산 효율성 측면에서 시스템 성능은 어떻게 확장되는가?
• RQ5 정점 시간(정점 대비 비정점 시간)과 같은 교통 조건에서 제안된 전략이 가장 큰 성능 향상을 보이는가?

주요 결과

• 제안된 전략은 동일한 서비스 품질을 유지하면서 전수 탐색 방법 대비 계산 시간을 22% 감소시킨다.
• 공공 차량(PVs)의 총 이동 거리는 사적 전기차(POEVs) 대비 24%에서 39% 감소하여 뚜렷한 에너지 절감 효과를 보인다.
• 특히 정점 시간대에 라이드셰어링 효율성이 향상되면서, 승객당 에너지 비용은 PV 시스템에서 POEV보다 상당히 낮다.
• 도시 크이 증가함에 따라 계산 복잡도 감소 효과가 커지며, 이는 더 큰 도시 환경에서의 우수한 확장성 잠재력을 시사한다.
• 정점 시간대(예: 8:00 및 18:00)에는 공유 비율이 높아져 이동 거리 절감이 크게 증가하지만, 비정점 시간대에는 공유율이 낮아 절감 효과가 미미하거나 음수로 나타난다.
• 정점 시간대(예: 8:00)에 800대의 차량을 운영할 경우 PV의 활용도가 높아지지만, 비정점 시간대에는 활용도가 감소함을 보여주며, 이는 동적 차량 할당의 중요성을 강조한다.