混合交通下自动驾驶按需出行系统的拥堵感知路径规划与再平衡
系统与控制
2020-03-11 v1 系统与控制
最优化与控制
摘要
本文研究自动驾驶按需出行(AMoD)系统的拥堵感知路径规划策略,其中一支自动驾驶车队在混合交通条件下提供按需出行服务。具体而言,我们首先设计了一种网络流模型,通过考虑 AMoD 流对行程时间的内生影响,以拥堵感知方式优化 AMoD 路由与再平衡策略。其次,我们利用迭代方法,以用户中心方式捕捉由私家车自私地适应 AMoD 流所构成的反应性外生交通。最后,我们通过考虑马萨诸塞州东部与纽约市交通子网络的两个案例研究展示了我们框架的有效性。我们的结果表明,在高需求水平下,纯 AMoD 出行可能由于再平衡流带来的额外交通而有害,而 AMoD 与步行或微出行选项的结合可显著改善整体系统性能。
引用
@article{arxiv.2003.04335,
title = {Congestion-aware Routing and Rebalancing of Autonomous Mobility-on-Demand Systems in Mixed Traffic},
author = {Salomón Wollenstein-Betech and Arian Houshmand and Mauro Salazar and Marco Pavone and Christos G. Cassandras and Ioannis Ch. Paschalidis},
journal= {arXiv preprint arXiv:2003.04335},
year = {2020}
}
备注
Submitted to the 23rd IEEE International Conference on Intelligent Transportation Systems (ITSC'20)