[논문 리뷰] Control of Robotic Mobility-On-Demand Systems: a Queueing-Theoretical Perspective

Rick Zhang, Marco Pavone|arXiv (Cornell University)|2014. 04. 16.

Transportation and Mobility Innovations참고 문헌 11인용 수 5

한 줄 요약

이 논문은 자율 이동 서비스(모바일 온 디맨드, MOD) 시스템을 위한 대기 이론 모델을 제안하며, 폐쇄형 잭슨 네트워크를 사용하여 차량 재배치를 최적화한다. 최적의 재배치 정책을 선형 프로그래밍으로 수식화하여 차량 재배치 수를 줄이고 서비스 균형을 유지한다. 사례 연구 결과, 맨해튼의 현재 택시 수요를 충족시키기 위해 8,000台의 로봇 차량으로도 충분하며, 기존 택시 풋의 약 60% 수준으로 줄일 수 있다. 재배치 차량은 주로 혼잡도가 낮은 도로를 이용한다.

ABSTRACT

In this paper we present and analyze a queueing-theoretical model for autonomous mobility-on-demand (MOD) systems where robotic, self-driving vehicles transport customers within an urban environment and rebalance themselves to ensure acceptable quality of service throughout the entire network. We cast an autonomous MOD system within a closed Jackson network model with passenger loss. It is shown that an optimal rebalancing algorithm minimizing the number of (autonomously) rebalancing vehicles and keeping vehicles availabilities balanced throughout the network can be found by solving a linear program. The theoretical insights are used to design a robust, real-time rebalancing algorithm, which is applied to a case study of New York City. The case study shows that the current taxi demand in Manhattan can be met with about 8,000 robotic vehicles (roughly 60% of the size of the current taxi fleet). Finally, we extend our queueing-theoretical setup to include congestion effects, and we study the impact of autonomously rebalancing vehicles on overall congestion. Collectively, this paper provides a rigorous approach to the problem of system-wide coordination of autonomously driving vehicles, and provides one of the first characterizations of the sustainability benefits of robotic transportation networks.

연구 동기 및 목표

• 자율 이동 서비스(모바일 온 디맨드, MOD) 시스템을 위한 확률적이고 대기 이론 기반 모델을 개발하여 차량 가용성과 서비스 품질을 분석한다.
• 전체 네트워크에서 차량 가용성이 균형을 이루는 조건에서 자율 재배치 차량 수를 최소화하는 최적의 재배치 정책을 설계한다.
• 자율 재배치가 도시 교통 혼잡도와 시스템 지속 가능성에 미치는 영향을 평가한다.
• 이론적 프레임워크를 뉴욕 시 맨해튼의 실제 택시 수요 사례 연구에 적용한다.
• 모델을 확장하여 혼잡도 영향을 분석하고, 재배치로 인해 전체 시스템 지연이 증가할 수 있는 조건을 규명한다.

제안 방법

• 고객 손실을 고려한 폐쇄형 잭슨 네트워크로 자율 MOD 시스템을 모델링하여 확률적 도착과 차량 라우팅을 반영한다.
• 차량 가용성이 각 정류장에서 균형을 이루는 조건에서 재배치 차량 수를 최소화하는 최적의 재배치 비율을 선형 프로그래밍으로 계산한다.
• 리틀의 법칙을 적용하여 도착률과 서비스률 기반으로 예상 대기 길이 및 도로 구간의 차량 수를 계산한다.
• 정류장 간 경로에 따라 차량을 균일하게 분포시키고, 각 도로 구간의 차량 수를 합산하여 도로 네트워크 이용도를 매핑한다.
• 예상 차량 수를 도로 용량으로 나눈 비율로 도로 이용도를 추정하며, 안정성을 확보하기 위해 이용도 < 1을 요구한다.
• 오픈 루프 선형 프로그래밍 해를 기반으로 실시간, 피드백 기반의 재배치 알고리즘을 도입하여 동적 적응을 가능하게 한다.

실험 결과

연구 질문

• RQ1 전체 네트워크에서 차량 가용성이 균형을 이루는 조건에서 자율 재배치 차량 수를 최소화하는 최적의 재배치 정책은 무엇인가?
• RQ2 자율 재배치는 특히 기존에 혼잡한 도시 도로 네트워크에서 전체 교통 혼잡도에 어떤 영향을 미치는가?
• RQ3 로봇 기반 MOD 시스템은 기존 인간 운전 택시 풋보다 얼마나 적은 차량으로 현재의 도시 이동 수요를 충족시킬 수 있는가?
• RQ4 확률적 고객 도착 조건 하에서 시스템은 안정성을 유지할 수 있으며, 네트워크의 다양한 지역에서 차량 가용성은 어떻게 변하는가?
• RQ5 재배치 차량의 다양한 라우팅 전략은 최대 도로 구간 혼잡도에 어떤 영향을 미치는가?

주요 결과

• 최적의 재배치 정책은 선형 프로그래밍으로 계산할 수 있으며, 이는 자율 차량의 효율적이고 종합적인 조율을 가능하게 한다.
• 뉴욕 시 맨해튼 사례 연구에서 8,000대의 로봇 차량으로도 현재 맨해튼의 택시 수요를 충족시킬 수 있으며, 이는 기존 인간 운전 택시 풋의 약 60% 수준이다.
• 재배치 차량은 주로 혼잡도가 낮은 도로를 이용하여, 평균 이용도가 재배치 차량 수에 비례해 증가하더라도 최대 도로 구간 이용도는 거의 증가하지 않는다.
• 대부분의 경우 재배치로 인해 최대 혼잡도가 증가하지 않으며, 희귀한 경우(최대 10%의 시간 동안)에만 가장 혼잡한 도로의 이용도가 상승하며, 특히 이미 과도한 부하가 가해진 시스템에서 그렇다.
• 모델은 재배치로 인해 도로에 총 차량 수가 증가하지만, 혼잡도가 낮은 도로를 우선적으로 선택하는 경로 선택 전략 덕분에 피크 혼잡도에 미치는 영향은 일반적으로 낮다.
• 이 프레임워크는 지속 가능한 로봇 이동 네트워크 분석 및 설계를 위한 엄밀한 확률적 기반을 제공하며, 대중교통 및 동적 교통 할당과의 통합 가능성이 있다.