面向自动驾驶电动按需出行系统的含子类服务的多类管理
信号处理
2018-05-01 v1
摘要
尽管车辆自动化与电气化取得了显著进展，未来十年大规模部署自动驾驶电动按需出行（AEMoD）服务的愿景仍受两大瓶颈威胁，即计算与充电延迟。本文针对这两大挑战提出解决方案：建议AEMoD系统采用雾计算，并为其车辆开发优化充电方案，以及为客户开发多类调度方案。首先引入表征所提含子类服务的多类管理方案的排队模型。随后推导给定城市区域内系统的稳定性条件。然后优化关于每类车辆部分/完全充电或直接服务可能子类客户的比例的决策，以最小化系统最大响应时间。结果表明，与先前提出的方案及其他非优化策略相比，我们的优化模型具有优势。
引用
@article{arxiv.1804.11328,
title = {Multi-Class Management with Sub-Class Service for Autonomous Electric Mobility On-Demand Systems},
author = {Syrine Belakaria and Mustafa Ammous and Sameh Sorour and Ahmed Abdel-Rahimyz},
journal= {arXiv preprint arXiv:1804.11328},
year = {2018}
}
备注
9 pages, 3 Figures, Conference. arXiv admin note: substantial text overlap with arXiv:1705.03070