[论文解读] Large-scale estimation of parking requirements for autonomous mobility on demand systems.

Dániel Kondor, Paolo Santi+3 more|arXiv (Cornell University)|Aug 17, 2018

Transportation and Mobility Innovations参考文献 7被引用 6

一句话总结

本研究估算新加坡自动驾驶按需出行（AMoD）系统的停车与车队需求，模拟了所有私人车辆出行。通过整合拼车服务，该系统将车辆和停车需求最多减少92%，表明共享自动驾驶车队可大幅降低城市停车需求与车辆数量，同时有效管理交通流量。

ABSTRACT

Cities everywhere are anticipating new mobility technologies to help solve issues with congestion and pollution while providing afforable, accessible, reliable and convenient transportation for growing populations. The adoption of self-driving vehicles is projected to happen soon and help with achieving these goals, especially if part of a shared mobility on demand service. Potential benefits of such a system include a reduction of the number of vehicles and freeing up parking spaces, while challenges still include managing the traffic volume. Previous research focused on estimating fleet size in different scenarios. In this work, we focus on estimating minimum fleet size, parking needs and total travel distance for an autonomous mobility on demand solution serving all trips made in private vehicles in Singapore, generated from a comprehensive simulation of the city's mobility. We specifically focus on parking demand as currently a significant amount of space has to be designated as parking in cities, which is poised to become obsolate if people switch from private vehicles to shared ones which are utilized much more efficiently. We show that over 85% reduction in the number of vehicles and parking spaces can be achieved while serving all trips made currently in private vehicles. We further show that potential increased traffic volume can be mitigated with the incorporation of ride-sharing, while offering even higher savings, up to 92% in both fleet size and parking needs.

研究动机与目标

• 估算在新加坡使用自动驾驶按需出行系统服务所有私人车辆出行所需的最小车队规模与停车需求。
• 评估拼车对减少车队规模与停车空间需求的影响。
• 评估通过共享使用是否可缓解自动驾驶车辆带来的交通流量增加。
• 量化通过消除私人车辆停车需求，城市空间重新分配的潜力。

提出的方法

• 本研究使用新加坡出行模式的综合模拟，生成所有私人车辆出行。
• 模拟一个自动驾驶按需出行系统，通过共享自动驾驶车辆服务所有出行。
• 通过将起点与终点兼容的出行进行分组，整合拼车服务以最小化车辆使用。
• 基于车辆空闲时间与位置估算停车需求，假设车辆在未使用时被停放。
• 通过优化车辆路径规划与调度，以最小化车队规模与总行驶距离。
• 对比有无拼车服务的场景，量化车队与停车需求的减少程度。

实验结果

研究问题

• RQ1 使用自动驾驶按需出行系统服务新加坡所有私人车辆出行，所需的最小车队规模是多少？
• RQ2 通过用共享自动驾驶车辆替代私人车辆，可实现多大程度的停车空间需求减少？
• RQ3 在自动驾驶按需出行系统中，拼车在多大程度上可减少车队规模与停车需求？
• RQ4 通过共享使用，能否缓解自动驾驶车辆带来的潜在交通流量增加？

主要发现

• 自动驾驶按需出行系统可将服务新加坡所有私人车辆出行所需的车辆数量减少超过85%。
• 该系统相较当前私人车辆使用情况，可将停车空间需求减少超过85%。
• 整合拼车服务后，车队规模与停车需求的减少幅度最高可达92%。
• 拼车服务的整合不仅提升了系统效率，还有助于缓解潜在的交通流量增加。
• 研究结果表明，若私人车辆使用被共享自动驾驶出行替代，城市停车基础设施可得到显著再利用。
• 本研究证明，共享自动驾驶车队可在保持全程出行覆盖的前提下，实现车辆与停车空间需求的显著减少。