通过主动调度挖掘公交车队驾驶式感知能力

基于车辆的移动感知（又称驾驶式感知）是利用公共或私人交通工具的流动性来调查城市环境的重要手段。公交车因其广泛的空间覆盖和可靠的运行，在驾驶式感知中备受关注。现有研究集中于在无运营干预的情况下将传感器分配给一组线路或公交车，通常表述为集合覆盖或子集选择问题。本文旨在通过主动调度提升公交车队的感知能力，允许装备传感器的公交车跨多条线路循环运行以交付最优感知结果。我们考虑由装备传感器公交车与普通公交车组成的车队，并联合优化传感器分配、公交车调度以及线路内或线路间重定位，目标是在服务所有时刻表车次的同时最大化感知质量并最小化运营成本。通过对感知效用函数作出一般性假设，我们基于时间扩展网络将该问题表述为非线性整数规划。遵循线性化技术开发了批量调度算法以高效求解该问题，并在中国成都的真实案例研究中进行了测试。结果表明，所提方案可分别将感知目标提升 12.0%–20.5%（单线路调度）和 16.3%–32.1%（多线路调度），同时设法节省 1.0% 的运营成本。重要的是，为达到相同感知质量水平，我们发现考虑主动公交调度可将传感器投资减少超过 33%。文中给出了全面的比较与敏感性分析，以生成管理洞见与实践建议。