[论文解读] Platoon formation maximization through centralized routing and departure time coordination

Vadim Sokolov, Jeffrey Larson+3 more|arXiv (Cornell University)|Jan 5, 2017

Traffic control and management参考文献 18被引用 4

一句话总结

本文提出了一种集中式优化框架，通过协调车辆路径与出发时间以最大化交通网络中的车队形成，显著提升燃油节省和车队行驶距离。通过混合整数规划及在网格网络上的仿真，研究显示协同路径规划可实现比临时车队高出最多14%的燃油节省，尤其当驾驶员愿意为加入车队接受适度延迟时效果更显著。

ABSTRACT

Platooning allows vehicles to travel with small intervehicle distance in a coordinated fashion thanks to vehicle-to-vehicle connectivity. When applied at a larger scale, platooning will create significant opportunities for energy savings due to reduced aerodynamic drag, as well as increased road capacity and congestion reduction resulting from shorter vehicle headways. However, these potential savings are maximized if platooning-capable vehicles spend most of their travel time within platoons. Ad hoc platoon formation may not ensure a high rate of platoon driving. In this paper we consider the problem of central coordination of platooning-capable vehicles. By coordinating their routes and departure times, we can maximize the fuel savings afforded by platooning vehicles. The resulting problem is a combinatorial optimization problem that considers the platoon coordination and vehicle routing problems simultaneously. We demonstrate our methodology by evaluating the benefits of a coordinated solution and comparing it with the uncoordinated case when platoons form only in an ad hoc manner. We compare the coordinated and uncoordinated scenarios on a grid network with different assumptions about demand and the time vehicles are willing to wait.

研究动机与目标

• 调查集中协调车辆路径与出发时间是否能显著提升车队形成与燃油节省。
• 在不同需求水平与等待时间假设下，比较协同车队与非协同、临时车队形成的性能表现。
• 通过权衡燃油节省与等待时间的价值，评估协同车队的经济可行性。
• 开发并测试一种基于混合整数规划的大规模车队协调优化模型。
• 利用高保真仿真工具评估协同路径对整体系统拥堵与燃油效率的影响。

提出的方法

• 在GAMS中构建混合整数规划（MIP）模型，联合优化车辆路径与出发时间，以最大化车队形成。
• 模型明确考虑车队形成与解散点、车距以及基于车队行驶距离的燃油节省。
• 使用Gurobi求解优化问题，并在网格网络中的25辆车实例上通过POLARIS交通仿真框架验证结果。
• 系统采用14%的燃油减少率（η = 0.14）评估燃油节省，结合燃油成本与时间价值参数，计算净经济效益。
• 开发基于网络的动画工具，可视化最优车队形成与路径结果，支持实时解读。
• 模型假设车队车辆在自由流速度下运行，目前正在扩展以处理拥堵网络状况及混合车队（含车队与非车队车辆）的情况。

实验结果

研究问题

• RQ1 与临时车队相比，集中协调路径与出发时间能在多大程度上提升车队形成与燃油节省？
• RQ2 燃油节省与驾驶员为车队形成愿意等待之间的最优权衡是什么？
• RQ3 出发时间延迟的分布如何影响协同车队的净经济效益？
• RQ4 该优化模型在更大车队与复杂网络中的可扩展性如何？
• RQ5 整体系统拥堵水平与交通信号配时如何影响协同车队的可行性与效益？

主要发现

• 在中等等待时间约束下，协同路径策略显著提升了车辆在车队中行驶的里程比例，优于临时车队形成。
• 当最大等待时间超过10分钟时，进一步延长等待时间不再带来额外收益，表明车队形成收益已达到饱和点。
• 尽管存在燃油节省，但在所假设参数下，所有用户净经济效益均为负，表明需额外激励（如收费减免、专用道）以确保系统可行性。
• 该优化模型成功求解了最多50辆车在复杂网格网络上的实例，证明其在中等规模应用中的可行性。
• 通过基于网络的动画界面可视化了模型结果，支持对车队动态与路径决策的实时分析。
• 未来工作将扩展模型以处理拥堵网络，整合高保真能量模型（如AUTONOMIE），并评估交通信号对车队效率的影响。