[논문 리뷰] Eco-Routing based on a Data Driven Fuel Consumption Model

Xianan Huang, Huei Peng|arXiv (Cornell University)|2018. 01. 18.

Vehicle emissions and performanceEngineering참고 문헌 12인용 수 22

한 줄 요약

이 논문은 앤아버에서 2,000台의 차량으로부터 확보한 6개월간의 실제 주행 데이터, 도로 경사도 데이터 및 Autonomie를 통한 시뮬레이션을 활용하여 데이터 기반 비모수적 연료 소비 모델을 제안한다. 이를 통해 에코라우팅을 실현한다. 연구 결과, 에코라우팅은 연료 소비를 크게 줄이며, 주행 시간 제약 조건이 적용된 변형은 최소한의 주행 시간 증가로 대부분의 연료 절감 효과를 유지한다.

ABSTRACT

A nonparametric fuel consumption model is developed and used for eco-routing algorithm development in this paper. Six months of driving information from the city of Ann Arbor is collected from 2,000 vehicles. The road grade information from more than 1,100 km of road network is modeled and the software Autonomie is used to calculate fuel consumption for all trips on the road network. Four different routing strategies including shortest distance, shortest time, eco-routing, and travel-time-constrained eco-routing are compared. The results show that eco-routing can reduce fuel consumption, but may increase travel time. A travel-time-constrained eco-routing algorithm is developed to keep most the fuel saving benefit while incurring very little increase in travel time.

연구 동기 및 목표

• 실제 주행 데이터를 기반으로 한 비모수적 연료 소비 모델을 개발하여 에코라우팅 응용에 활용한다.
• 다양한 라우팅 전략에서 연료 절감과 주행 시간 간의 상호 상충 관계를 평가한다.
• 주행 시간 제약 조건을 고려한 에코라우팅 알고리즘을 설계하여 대부분의 연료 절감 효과를 유지하면서 시간 증가를 최소화한다.
• 최단 거리, 최단 시간, 표준 에코라우팅, 시간 제약 조건이 적용된 에코라우팅을 포함한 다양한 라우팅 전략을 비교한다.
• 실제 차량 데이터와 고해상도 도로 네트워크 정보를 활용하여 모델을 검증한다.

제안 방법

• 2,000대의 차량으로부터 확보한 6개월간의 실제 주행 데이터를 기반으로 비모수적 연료 소비 모델을 학습한다.
• 1,100km 이상의 도로 네트워크에 대해 경사도 정보를 추출하여 연료 소비 정확도를 향상시킨다.
• 모든 도로 네트워크 내 이동에 대해 차량 시뮬레이션 소프트웨어 Autonomie를 사용하여 연료 소비를 계산한다.
• 최단 거리, 최단 시간, 에코라우팅, 주행 시간 제약 조건이 적용된 에코라우팅의 4가지 라우팅 전략을 평가한다.
• 주행 시간 제약 조건이 적용된 에코라우팅 알고리즘은 최대 허용 시간 증가량을 설정하여 회피 경로를 제한한다.
• 다양한 전략 간의 연료 소비와 주행 시간을 비교하여 성능을 평가한다.

실험 결과

연구 질문

• RQ1 데이터 기반 비모수적 연료 소비 모델은 정확한 에코라우팅을 위해 얼마나 효과적인가?
• RQ2 기존의 라우팅 전략과 비교할 때 에코라우팅은 얼마나 많은 연료 소비를 줄이는가?
• RQ3 에코라우팅에서 연료 절감과 증가한 주행 시간 간의 상호 상충 관계는 어떠한가?
• RQ4 주행 시간 제약 조건이 적용된 에코라우팅 알고리즘은 시간 손실을 최소화하면서도 상당한 연료 절감 효과를 유지할 수 있는가?
• RQ5 실제 도시 도로 네트워크에서 다양한 라우팅 전략은 연료 효율성과 주행 시간 측면에서 어떻게 성과를 내는가?

주요 결과

• 에코라우팅은 최단 거리 및 최단 시간 라우팅 전략에 비해 연료 소비를 줄인다.
• 표준 에코라우팅은 뚜렷한 연료 절감 효과를 보이지만, 경로의 회피로 인해 주행 시간이 증가한다.
• 주행 시간 제약 조건이 적용된 에코라우팅 알고리즘은 제약이 없는 에코라우팅의 대부분의 연료 절감 효과를 달성하면서도 주행 시간 증가가 최소한이다.
• 실제 주행 데이터를 기반으로 학습된 비모수적 연료 소비 모델은 복잡한 운전 행동과 도로 조건을 효과적으로 포착한다.
• 세밀한 도로 경사도 데이터와 차량 시뮬레이션(Autonomie)의 통합은 연료 소비 추정 정확도를 향상시킨다.
• 결과적으로, 실도시 환경에서 데이터 기반 에코라우팅의 실현 가능성과 효과성이 입증된다.