自动驾驶按需出行系统最优调度与再平衡的离散时间动力学模型

自动驾驶车辆正在快速发展，并将很快使大规模按需出行系统得以应用。管理可用车队（通常被称为“再平衡”）对于确保车辆合理分布以满足客户需求至关重要。本文提出了一种最优控制方法，以优化自动驾驶按需出行系统中的车辆调度与再平衡。我们使用图论对划分为虚拟区域的城市进行建模。区域代表城市中车辆可以停靠并接送客户的小片区域，而边则代表自动驾驶车辆可以在其上行驶的城市通道。它们在图中分别被视为顶点和边。AMoD 方案中使用的车辆是自动驾驶的，可以通过将可用的空车调度到供不应求的区域来执行再平衡。再平衡在图的顶点（即城市区域之间）执行。我们利用变换后的网络提出了 AMoD 系统的线性离散时间模型。获得该模型后，通过一个优化问题推导出 AMoD 模型所需的再平衡车辆数量。此外，阐明了模型的适定性。为了利用所提出的模型，我们实现了模型预测控制（MPC）框架以寻找最优的再平衡与调度策略。我们展示了 MPC 的有效性，以及如何针对真实世界案例研究实时实现 MPC 框架。数值结果表明，具有线性代价函数及其跟踪的线性参考的 MPC 是有效的，在所有评估标准上均优于其他基于 MPC 的算法和现有先进算法。