共享自动驾驶汽车的半按需非高峰交通服务——德国慕尼黑的服务规划、仿真与分析

本研究探讨了在现有公交线路上使用共享自动驾驶汽车（SAVs）实施半按需（SoD）混合路线服务。SoD服务结合了固定路线公交车的成本效益与按需服务的灵活性。SAVs首先服务所有预定的固定路线站点，然后在预定的灵活路线部分下客和接客，最后返回固定路线。本研究解决了四个关键问题：高峰时段固定路线服务以及过渡期（从驾驶员到自动驾驶汽车）的最优车队规模和车辆尺寸、最优的非高峰SoD服务规划，以及合适的用例。方法论结合了用于服务规划的解析建模和用于运营分析的基于智能体的仿真。我们研究了德国慕尼黑的十条公交线路，考虑了全SAV和不同驾驶员比例的过渡情景。我们的研究结果表明，即使在过渡情景下，SAV较低的运营成本也能通过增加发车频率和使用更小的车辆来提高服务质量。缩短的发车间隔降低了等待时间，也有利于SoD服务中更灵活的路线运营。最优的SoD设置范围从完全灵活到混合路线，其中终点站较高的载客量有利于较短的灵活路线。在过渡阶段，有限的车队规模和较长的发车间隔限制了灵活路线运营的收益。仿真结果证实了SoD服务的门到门便利性优势，在适度的灵活路线长度下，无需过多的绕行和运营成本即可吸引更多乘客，并验证了解析模型。