[논문 리뷰] Fleet management for autonomous vehicles

Sahar Bsaybes, Alain Quilliot외 1명|arXiv (Cornell University)|2016. 09. 06.

Robotic Path Planning Algorithms인용 수 3

한 줄 요약

이 논문은 폐쇄된 시설 내에서 자율주행 차량이 트램, 엘리베이터, 택시 모드로 운영될 수 있도록 동적 플릿 관리 프레임워크를 제안하며, 순차적 알고리즘을 사용해 순행 길이와 마감 시간을 최소화한다. 이는 오전 시나리오에서 선형 네트워크에서 엘리베이터 모드에서 총 순행 길이에 대해 Cap-competitive이고, 마감 시간에 대해 2-competitive임을 증명한다.

ABSTRACT

The VIPAFLEET project consists in developing models and algorithms for man- aging a fleet of Individual Public Autonomous Vehicles (VIPA). Hereby, we consider a fleet of cars distributed at specified stations in an industrial area to supply internal transportation, where the cars can be used in different modes of circulation (tram mode, elevator mode, taxi mode). One goal is to develop and implement suitable algorithms for each mode in order to satisfy all the requests under an economic point of view by minimizing the total tour length or the makespan. The innovative idea and challenge of the project is to develop and install a dynamic fleet management system that allows the operator to switch between the differ- ent modes within the different periods of the day according to the dynamic transportation demands of the users. We model the underlying online transportation system and propose an according fleet management framework, to handle modes, demands and commands. We propose for each mode appropriate online algorithms and evaluate their performance.

연구 동기 및 목표

• 하루 동안 변화하는 수요 패tern에 맞게 운송 모드(트램, 엘리베이터, 택시)를 동적으로 전환할 수 있는 동적 플릿 관리 시스템을 개발한다.
• 시간에 따라 변화하는 요청을 수반하는 온라인 운송 문제로 시스템을 모델링하여, 전통적인 오프라인 라우팅 문제의 한계를 해결한다.
• 총 순행 길이 및 마감 시간과 같은 경제적 비용을 최소화하기 위해 각 운영 모드에 맞는 온라인 알고리즘을 설계하고 분석한다.
• 다른 하위네트워크에 서로 다른 알고리즘을 적용하는 새로운 하위문제 군집 전략을 도입하여 전역적 해의 품질을 향상시킨다.
• 가장 악조건의 요청 시퀀스 상황에서 제안된 알고리즘의 이론적 경쟁 비율 경계를 제공한다.

제안 방법

• 폐쇄된 시설 내 운송 네트워크를 연결된 그래프 G = (V, E)에서 유도된 거리 공간 (V, d)로 모델링하며, 노드는 정류장을 나타내고 거리는 최단 경로이다.
• 세 가지 운영 모드를 정의한다: 트램(고정 노선, 이중 방향), 엘리베이터(고정 선로에서의 수요에 따른 서비스), 택시(시간 창이 있는 수요에 따른 픽업 및 배송 서비스).
• 엘리베이터 모드에 적합한 MAIN 알고리즘을 제안하며, 요청 위치와 현재 서버 위치에 따라 도착지에서 떨어지거나 도착지로 복귀할지를 결정한다.
• 경쟁 분석을 통해 최악의 성능을 평가하며, 알고리즘의 비용을 최적의 오프라인 솔루션(OPT)과 비교한다.
• 최악의 상황을 유도하는 적대적 예제를 사용하여 마감 시간 및 총 순행 길이 목표에 대한 경쟁 비율의 하한을 유도한다.
• 오전, 점심, 저녁과 같은 다양한 시나리오에서 성능을 분석하고 오전 시나리오에 대한 이론적 경계를 증명한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변화하는 수요에 대응하여 동적 플릿 관리 시스템이 트램, 엘리베이터, 택시 모드 사이를 효과적으로 전환할 수 있는 방법은 무엇인가?
• RQ2 선형 네트워크에서 마감 시간을 최소화하는 데 있어 엘리베이터 모드에서의 MAIN 알고리즘의 경쟁 비율은 얼마인가?
• RQ3 오전 시나리오에서 총 순행 길이를 최소화하는 데 있어 MAIN 알고리즘의 경쟁 비율은 얼마인가?
• RQ4 서브네트워크별로 다른 알고리즘을 적용하는 하위문제 군집 전략은 동일한 알고리즘을 전역적으로 적용하는 것에 비해 전체 해의 품질을 어떻게 향상시키는가?
• RQ5 자율주행 차량 플릿 관리의 맥락에서, 가장 악조건의 요청 시퀀스 상황에서 온라인 알고리즘의 이론적 성능 경계는 무엇인가?

주요 결과

• MAIN 알고리즘은 오전 시나리오에서 선형 네트워크에서 엘리베이터 모드에서 마감 시간을 최소화할 때 2-competitive이며, 적대적 예제를 통해 엄밀한 경계가 증명되었다.
• 총 순행 길이를 최소화하는 데 있어 MAIN 알고리즘의 경쟁 비율은 일반적으로 (1/2)(n−1)Cap 이상이지만, 오전 시나리오에서는 Cap-competitive로 향상된다.
• 적대적 요청 시퀀스를 통해 마감 시간에 대한 경쟁 비율이 최소 2임을 입증하였으며, 이 경계는 오전 시나리오에서 엄밀하다.
• 일부 요청 패tern 하에서 MAIN 알고리즘의 최악의 성능는 향후 정보 없이 온라인 라우팅을 수행할 때 피할 수 없는 것으로 드러났다. 이는 정보 부족으로 인한 본질적 한계를 시사한다.
• 이 프레임워크는 모드 간 동적 전환과 하위네트워크별 알고리즘 적용을 가능하게 하여, 단일 알고리즘을 전역적으로 적용하는 것보다 해의 품질을 크게 향상시킨다.
• 이 연구는 이론적 경쟁 비율이 항상 실질적 성능을 반영하지는 않음을 드러내며, 최악의 경우뿐 아니라 최상의 경우 행동도 분석할 필요가 있음을 시사한다.