[논문 리뷰] Fleet management for autonomous vehicles: Online PDP under special constraints

Sahar Bsaybes, Alain Quilliot외 1명|arXiv (Cornell University)|2017. 03. 30.

Transportation and Mobility Innovations참고 문헌 12인용 수 4

한 줄 요약

이 논문은 폐쇄된 시설 환경에서 자율주행 차량을 위한 동적 플릿 관리 프레임워크를 제안하며, 트램 및 엘리베이터 모드를 온라인 알고리즘으로 모델링하여 총 순행 거리를 최소화한다. 경쟁 분석과 실용적 평가를 수행하여 실제 성능이 이론적 최악의 경우 경계를 크게 초월함을 보이며, 최적의 일일 수요 대응을 위한 적응형 모드 전환을 가능하게 한다.

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. 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 different 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 a correspond- ing fleet management framework, to handle modes, demands and commands. We consider two modes of circulation, tram and elevator mode, propose for each mode appropriate on- line algorithms and evaluate their performance, both in terms of competitive analysis and practical behavior.

연구 동기 및 목표

• 폐쇄된 시설 내에서 일일 수요 패턴의 변화에 대응하여 운송 모드(트램, 엘리베이터, 택시)를 동적으로 조정할 수 있는 동적 플릿 관리 시스템을 개발하는 것.
• VIPAFLEET 시스템을 시간에 따라 변화하는 부분 네트워크와 차량 재배치를 고려한 온라인 메트릭 작업 시스템으로 모델링하는 것.
• 실시간 요청 도착 상황에서 총 순행 거리를 최소화하는 트램 및 엘리베이터 모드에 대한 온라인 알고리즘 설계 및 분석하는 것.
• 합성 테스트 인스턴스에서 제안된 알고리즘의 이론적 경쟁 비율과 실용적 성능을 평가하는 것.
• 전역적으로 효율적인 스케줄링을 가능하게 하기 위해 수요 및 부분 네트워크를 클러스터링하는 프레임워크 제공

제안 방법

• 교통 네트워크를 연결된 그래프 G에서 유도된 메트릭 공간 (V, d)로 모델링하며, 정류장은 노드로, 최단경로 거리는 간선 가중치로 설정.
• 고객 요청을 (t_j, x_j, y_j, z_j)로 정의하며, 이는 도착 시간, 출발지, 목적지, 승객 수를 나타낸다.
• 온라인 배차를 위한 작업 τ_j = (t_j, x_j, y_j, z_j, G')를 제안하며, 여기서 G'는 시간 간격 [t, t’] 동안 활성화된 부분 네트워크이다.
• 순환 네트워크에서 트램 모드에 적합한 SIR 알고리즘과 모드별 요청 처리를 위한 SIF_M, SIF_E, SIF_L 변종을 제안.
• 선형 네트워크에서 엘리베이터 모드에 적합한 MAIN 알고리즘을 설계하며, 동적 재배치 및 요청 재할당을 지원.
• 최악의 경우 성능를 경쟁 분석을 통해 경계를 설정하고, 다양한 요청 시나리오에서의 계산 실험을 통해 검증.

실험 결과

연구 질문

• RQ1 동적이고 시간에 따라 변화하는 수요 하에서 자율주행 차량 플릿이 트램 및 엘리베이터 모드로 운영될 때 온라인 알고리즘을 어떻게 설계할 수 있는가?
• RQ2 제안된 온라인 알고리즘의 총 순행 거리 최소화를 위한 이론적 경쟁 비율은 무엇으로 설정될 수 있는가?
• RQ3 실세계 유사 시나리오에서 알고리즘의 실용적 성능는 이론적 최악의 경우 경계와 비교해 어떻게 되는가?
• RQ4 어떤 네트워크 및 수요 클러스터링 전략이 오전, 저녁, 점심 시간대 등의 다양한 시간대 시나리오에서 효율성을 극대화하는가?
• RQ5 동적 플릿 관리 시스템은 어떻게 지능적으로 운송 모드를 전환하여 경제적 및 운영 목표를 최적화할 수 있는가?

주요 결과

• 원형 네트워크에서 트램 모드에 적합한 SIR 알고리즘은 Cap·|C|의 경쟁 비율을 달성하며, 여기서 Cap는 차량 용량이고 |C|는 고리의 길이다.
• SIF_M 및 SIF_E 알고리즘은 각각 오전 및 저녁 시나리오에서 요청이 특정 부분 네트워크에 국한될 경우 최적의 경쟁 비율 1을 달성한다.
• 점심 시간 시나리오에 적합한 SIF_L 알고리즘은 경쟁 비율 2를 달성하며, 이는 식당 정류장에서의 중앙 집중적 조율이 필요함을 반영한다.
• 선형 네트워크에서 엘리베이터 모드에 적합한 MAIN 알고리즘은 경쟁 비율 2·Cap·|L|을 달성하며, 실용적 성능는 이론적 최악의 경우 경계를 크게 초월한다.
• 계산 실험에서 TTL/OPT 비율(실제 순행 거리 / 최적 순행 거리)은 항상 이론적 경쟁 비율 이하로 유지되었으며, 강력한 실세계 성능를 나타낸다.
• 이 프레임워크는 수요를 하위 문제로 클러스터링하는 데 효과적이며, 개선된 전역 솔루션 품질을 위한 맞춤형 부분 네트워크 및 알고리즘 사용을 가능하게 한다.