Autonomiczna mobilność na żądanie

Autonomiczna mobilność na żądanie ( AMoD ) to usługa składająca się z floty autonomicznych pojazdów służących do jednokierunkowej mobilności pasażerów. Flota AMoD działa w specyficznym i ograniczonym środowisku, takim jak miasto lub teren wiejski.

Pochodzenie

Mobilność na żądanie (MON)

Pomysł opracowania formy transportu pasażerskiego opartej na pojazdach współdzielonych zamiast samochodów prywatnych wywodzi się z badań w dziedzinie zrównoważonej mobilności , których celem jest stworzenie wydajnego i przyjaznego dla środowiska sposobu przemieszczania się ludzi. Według stanu na koniec kwietnia 2022 r. liczba samochodów na świecie osiągnęła 1,1 miliarda, co oznacza, że ​​na siedem osób na ziemi przypada w przybliżeniu jeden pojazd . Tak duża liczba prywatnych pojazdów na ulicach powoduje kilka problemów, a mianowicie ogromną emisję gazów cieplarnianych i zapotrzebowanie na paliwa kopalne , ponieważ większość samochodów nadal jest napędzana paliwem, a także problemy infrastrukturalne, takie jak zatłoczenie dróg i brak miejsc parkingowych. Koncepcja mobilności na żądanie (MoD) odnosi się do tych problemów, zapewniając potencjalne rozwiązanie: w Ministerstwie Obrony ludzie nie potrzebują prywatnego pojazdu do podróżowania. Mobilność na żądanie jest w rzeczywistości usługą, w której wspólne pojazdy są wykorzystywane do przemieszczania pasażerów w podróżach w jedną stronę. Przyjęcie usług mobilności na żądanie może potencjalnie zwiększyć stopień wykorzystania pojazdów , który w przypadku samochodów prywatnych wynosi średnio poniżej 10%, umożliwiając tym samym przewóz tej samej liczby osób mniejszą liczbą pojazdów . W ten sposób można zmniejszyć zarówno zatory, jak i zanieczyszczenie w miastach. Usługa oferowana w miastach przez taksówkarskie , którą obecnie przejęli także inni dostawcy, tacy jak Uber czy Bolt , sama w sobie jest wyrazem mobilności na żądanie: kierowca na żądanie jedzie po pasażerów, aby zawieźć ich do miejsca zamieszkania. żądane miejsce docelowe, a następnie przechodzi do następnego żądania. Innym przejawem koncepcji mobilności na żądanie jest car-sharing , który pozwala ludziom wynająć pojazd , dowieźć go do miejsca docelowego, a następnie zostawić tam, aby pozostał dostępny dla kolejnych klientów. Idea car-sharingu stała się popularna wśród opinii publicznej od końca XX wieku i odnosi coraz większe sukcesy w obecnych latach, dzięki firmom takim jak ShareNow i Enjoy , które dostarczają ją na całym świecie. Dużą wadą systemów mobilności na żądanie jest okresowe wprowadzanie w systemie nierównowagi, polegającej na kumulacji pojazdów w jednych obszarach i braku w innych, ze względu na fakt, że niektóre strefy są bardziej popularne niż inne. Brak równowagi sprawia, że ​​usługa jest nieefektywna, ponieważ klienci mają mniejsze szanse na znalezienie pojazdu blisko siebie.

Autonomiczne samochody w MON

EZ10 Kista 160425 1
Transfer EasyMile, Szwecja ( 2016 )

Pojawienie się technologii samojezdnych samochodów zaczęło ostatnio rewolucjonizować koncepcję mobilności na żądanie, przekształcając ją w autonomiczną mobilność na żądanie (AMoD). Flota AMoD składa się z pojazdów o autonomii poziomu 5, sterowanych w sposób scentralizowany. Komunikacja z klientami odbywa się za pośrednictwem aplikacji na telefon, gdzie mogą oni poprosić o pojazd w określonej lokalizacji, który następnie zabierze ich i zawiezie we wskazane miejsce. Wielu badaczy akademickich i graczy rynkowych koncentruje się na rozwoju systemów AMoD, główne firmy, które już opracowują floty pojazdów dla AMoD, przedstawiono w poniższej tabeli.

Firma Pojęcie
Zooks floty autonomicznych wahadłowców do miejskiego transportu pasażerskiego
EasyMile floty autonomicznych wahadłowców/ciągników holowniczych do transportu pasażerów/towarów na krótkie/duże odległości
Rejs floty autonomicznych samochodów elektrycznych/wahadłowych do miejskiego transportu pasażerskiego
Waymo floty autonomicznych samochodów/ciężarówek do przewozu pasażerów/towarów na krótkie/duże odległości
AutoX flot autonomicznych robotaxis do miejskiego transportu pasażerskiego

Kontrola

Różne aspekty floty pojazdów wykorzystywanej przez AMoD są dokładnie kontrolowane, aby funkcjonowała ona we właściwy sposób.

Rozgromienie

Waymo self-driving car front view.gk
Prototyp samochodu Waymo , Kalifornia ( 2017 )

Ponieważ pojazdy są autonomiczne, dokładna kontrola ich trajektorii odbywa się poprzez zapewnienie im zoptymalizowanego systemu wyznaczania tras. Trasy samochodów są obliczane w czasie rzeczywistym zgodnie z określonymi celami określonymi w fazie projektowania algorytmów sterowania flotą. Mają one na celu zminimalizowanie pokonywanej odległości lub czasu potrzebnego na dotarcie do określonej lokalizacji, dlatego muszą uwzględniać różne wskaźniki, takie jak natężenie ruchu na ulicach i stan dróg.

Wysyłanie

Kluczowym aspektem technologii AMoD jest przypisywanie pojazdów do otwartych zapytań klientów. W celu podjęcia decyzji dyspozytorskich kontroler najpierw rejestruje pozycje wszystkich pojazdów w czasie rzeczywistym oraz otwarte zgłoszenia. Do realizacji zadań można przyjąć różne strategie, a wybór spośród nich wpływa na złożoność sterowania flotą i efektywność całego systemu. Opcją jest przypisanie klientów do najbliższego pojazdu zgodnie z „kto pierwszy, ten lepszy” , co jest łatwe pod względem czasu obliczeniowego, ale prowadzi jedynie do nieoptymalnych rozwiązań. Z tego powodu badacze proponują podejścia oparte na programowaniu matematycznym. Polegają one na sformułowaniu problemu przypisania poprzez zdefiniowanie wartości kosztu każdego potencjalnego przypisania pojazd-klient oraz ograniczeń występujących w systemie. Problem jest następnie rozwiązywany za pomocą algorytmu optymalnego przydziału zasobów do zadań. Wartość kosztu każdego możliwego zlecenia można obliczyć na podstawie różnych metryk. Większość proponowanych dotychczas strategii dyspozytorskich opiera się na jednym z następujących parametrów lub na kombinacji niektórych z nich:

  • Odległość przestrzenna między pojazdem a klientem. Można ją ocenić albo w kategoriach odległości euklidesowej , mniej dokładnej, ale obliczeniowo lżejszej, albo jako najkrótszej ścieżki , która jest dokładniejsza, ale powoduje rozsądne zwiększenie czasu obliczeń , co może ograniczać skalowalność systemu, do którego metoda może być zastosowana
  • Oszacowanie czasu potrzebnego na dotarcie pojazdu do klienta
  • Czas oczekiwania klienta
  • Ruch drogowy
  • Autonomia samochodu przed kolejnym tankowaniem
  • Prognozy dotyczące przyszłego popytu

Przywracanie równowagi

Stochastyczność wymagań klientów sprawia, że ​​systemy AMoD są niestabilne , co powoduje, że po pewnym czasie stają się niezrównoważone. Skutkuje to nierównomiernym rozłożeniem zasobów w sieci, co w sposób odczuwalny wpływa na jakość usługi. Z tego powodu puste pojazdy floty AMoD są okresowo redystrybuowane na całym obszarze działania, aby były dostępne tam, gdzie będą najbardziej potrzebne w przyszłości. Planując rebalansowanie, należy wziąć pod uwagę fakt, że przemieszczanie pustych pojazdów wiąże się z kosztami. Poza tym akcja ta przyczynia się do zatłoczenia ulic. Z tych powodów w celu obliczenia optymalnych decyzji dotyczących ponownego równoważenia przeprowadzany jest dokładny kompromis między różnymi czynnikami kosztowymi. Można przyjąć różne strategie, aby zdecydować, gdzie pojazdy powinny zostać zbalansowane:

  • Badanie zapisów zapotrzebowania klientów w każdym obszarze w ciągu poprzednich dni i oszacowanie na tej podstawie średniej liczby pojazdów potrzebnych w każdej strefie o każdej porze dnia
  • Okresowe wyliczanie dysproporcji między liczbą samochodów a liczbą klientów obecnych w poszczególnych strefach oraz podejmowanie działań równoważących mających na celu minimalizację tego parametru we wszystkich obszarach miasta
  • Szacowanie przyszłego zapotrzebowania klientów w każdej strefie za pomocą pewnej metody prognozowania i przewidywanie go poprzez wysyłanie z wyprzedzeniem niezbędnych pojazdów do odpowiednich obszarów

Korzyści

Zrównoważony rozwój i ograniczenie ruchu

Wprowadzenie floty AMoD stanowi alternatywę dla wykorzystania prywatnych samochodów do przemieszczania się pasażerów, więc ma potencjał do sensownego ograniczenia liczby pojazdów na ulicach. Skutkuje to zmniejszeniem zarówno zatorów na ulicach, jak i emisji gazów cieplarnianych, a także zwiększa efektywność paliwową.

Bezpieczeństwo

Dowody wskazują, że zdecydowana większość wypadków drogowych na świecie jest spowodowana błędami ludzkimi. Przyjęcie pojazdów samojezdnych wyeliminowałoby wówczas czynnik ryzyka ludzkiego związany z podróżami samochodowymi, sensownie zmniejszając w ten sposób prawdopodobieństwo wystąpienia incydentu.

Automatyczne ponowne równoważenie

Największym ograniczeniem charakteryzującym systemy MON jest problem nierównowagi zasobów spowodowanej nierównomiernym popytem na obsługiwanym obszarze. Wprowadzenie pojazdów samojezdnych stanowi rozwiązanie tego problemu, w rzeczywistości technologia autonomicznej jazdy pozwala flocie na okresowe przywracanie równowagi bez potrzeby interwencji człowieka. Przynosi to wzrost jakości obsługi, w rzeczywistości klienci chętniej znajdują samochody wtedy i tam, gdzie ich potrzebują.

Dostępność

Systemy AMoD umożliwiają mobilność osobom niebędącym kierowcami, a podróżnym dają możliwość wykorzystania czasu jazdy w użyteczny sposób, a nawet relaksu. Nieobecność kierowców zapewnia jednakową dostępność usługi o każdej porze dnia i nocy: jedyne przerwy w usłudze mają miejsce w przypadku usterek pojazdów lub podczas ich tankowania.

Granice

Koszt

Aby usługa AMoD zaczęła przynosić korzyści pod względem zatorów komunikacyjnych i łagodzenia zanieczyszczeń oraz bezpieczeństwa, musi zostać wdrożona na dużą skalę. Zanim duża liczba osób zacznie preferować tego rodzaju system od swoich prywatnych samochodów, konieczna jest optymalizacja produkcji i zarządzania flotami i infrastrukturą AMoD, tak aby była ona korzystna kosztowo w porównaniu z posiadaniem pojazdu.

Odpowiedzialność

Powstający świat pojazdów samojezdnych jest pełen otwartych pytań etycznych, które sprawiają, że przyjęcie takiej technologii jest skomplikowane nawet z moralnego punktu widzenia: kto powinien ponosić odpowiedzialność za wypadki z udziałem samochodów samojezdnych? Kiedy pojazd autonomiczny znajduje się w szkodliwej sytuacji, gdy nieuniknione jest wyrządzenie komuś krzywdy, w jaki sposób powinien decydować, kogo uratować? W społeczności naukowej nie ma jeszcze uzgodnionych rozwiązań tych kwestii, ale badacze i ustawodawcy pracują nad opracowaniem przepisów w tej sprawie.

Bezpieczeństwo

Pojazdy autonomiczne mają potencjał eliminowania wypadków drogowych spowodowanych błędami ludzkimi, ale same nie są wolne od obaw. W ich systemie mogą wystąpić awarie i potencjalnie zaszkodzić pasażerom lub innym użytkownikom dróg. Mogą być również narażeni na działania przestępcze, takie jak ataki hakerów, które mogą mieć wpływ na ich bezpieczeństwo i wydajność.

Otwarte wyzwania

Dzielenie się jazdą

Możliwość współdzielenia przejazdów AMoD między nieznajomymi, którzy muszą podróżować tą samą trasą, skutkowałaby zarówno poprawą jakości usługi, poprzez skrócenie czasu oczekiwania i podróży, jak i obniżeniem kosztów, ponieważ cena przejazdu zostałaby podzielona między pasażerami. Co więcej, mniej pojazdów byłoby potrzebnych do zaspokojenia zapotrzebowania klientów, co przyniosłoby korzyści również pod względem zrównoważonego rozwoju i ograniczenia ruchu. Naukowcy pracują zatem nad opracowaniem systemów sterowania, które będą w stanie połączyć potrzeby różnych klientów, aby lepiej zaspokoić ich wszystkich i zoptymalizować cały system.

Pojazdy elektryczne

Kolejnym postępem w technologii AMoD, nad którym pracują już niektóre firmy, takie jak Cruise, byłoby wykorzystanie flot pojazdów elektrycznych . Przyniosłoby to ogromną korzyść pod względem trwałości, ale wprowadza dodatkową złożoność do systemu. Ładowanie pojazdu elektrycznego trwa w rzeczywistości dłużej niż tankowanie samochodu benzynowego, więc aspekt ładowania musi zostać zoptymalizowany, aby zobaczyć korzyści płynące z takiego systemu.

Zobacz też

Linki zewnętrzne

  • „Symulacja MATSim autonomicznej mobilności na żądanie z dzieleniem się przejazdami” . YouTube . 3 października 2018 r.
  • „Jak kontrolować elektryczne autonomiczne floty taksówek w sposób efektywny energetycznie – studium przypadku z Chicago” . YouTube . 15 czerwca 2021 r.
  1. Rick ; ^ ab cde Zhang ,    Pavone, Marco (styczeń 2016). „Kontrola robotycznych systemów mobilności na żądanie: teoretyczna perspektywa kolejkowania” . International Journal of Robotics Research . 35 (1–3): 186–203. ar Xiv : 1404.4391 . doi : 10.1177/0278364915581863 . ISSN 0278-3649 . S2CID 8366758 .
  2. Bibliografia   _ Ruch, C.; Horl, S.; Axhausen, KW; Frazzoli, E. (kwiecień 2020). „Ulepszony transport publiczny na obszarach wiejskich z samojezdnymi samochodami: badanie dotyczące funkcjonowania szwajcarskich linii kolejowych” . Badania nad transportem Część A: Polityka i praktyka . 134 : 35–51. doi : 10.1016/j.tra.2020.01.020 . S2CID 213044406 .
  3. ^ „Zrównoważona mobilność” . www.panda.org . Źródło 2022-06-29 .
  4. ^ a b „Ile samochodów jest na świecie?” . KtórySamochód . Źródło 2022-06-28 .
  5. ^ Instytut Transportu Texas A&M. „Raport o mobilności w miastach 2021” (PDF) .
  6. ^ a b   Pavone, Marco (2015), Maurer, Markus; Gerdes, J. Christian; Lenz, Barbara; Zwycięzca, Hermann (red.), „Autonomiczne systemy mobilności na żądanie dla przyszłej mobilności w miastach”, Autonomes Fahren: Technische, rechtliche und gesellschaftliche Aspekte (w języku niemieckim), Berlin, Heidelberg: Springer, s. 399–416, doi : 10.1007/978-3-662-45854-9_19 , ISBN 978-3-662-45854-9
  7. ^ „Carsharing: Urbane Potenziale | Polis Mobility Magazine” . www.polis-mobility.com . Źródło 2022-06-28 .
  8. Bibliografia _ _
  9. ^ "Bolt | Szybkość i wygoda" . Śruba (w języku włoskim) . Źródło 2022-06-29 .
  10. ^ „Początki wspólnego korzystania z samochodów” . 13 czerwca 2018 r.
  11. ^ „Udostępnij teraz” .
  12. Bibliografia _ _
  13. ^ „Czym jest mobilność na żądanie i jak wpłynie na przyszłość?” . www.ecolane.com . Źródło 2022-06-28 .
  14. Bibliografia   _ Pavone, Marco (sierpień 2015). „Kontrola robotycznych systemów mobilności na żądanie: teoretyczna perspektywa kolejkowania”. International Journal of Robotics Research . 35 (1–3): 186–203. ar Xiv : 1404.4391 . doi : 10.1177/0278364915581863 . S2CID 8366758 .
  15. ^ „Autonomiczne poziomy jazdy” .
  16. ^ „Przyszłość należy do jeźdźców” . Zooks . Źródło 2022-06-30 .
  17. ^ „EasyMile | Technologia i rozwiązania pojazdów autonomicznych” . easymile.com . Źródło 2022-06-30 .
  18. ^ „We're Cruise, samojezdna usługa samochodowa zaprojektowana dla miast, które kochamy” . www.getcruise.com . Źródło 2022-06-30 .
  19. Bibliografia _ _ Waymo . Źródło 2022-06-30 .
  20. Bibliografia _ _ www.autox.ai . Źródło 2022-06-30 .
  21. ^    Bagloee, Saeed Asadi; Tavana, Madjid; Asadi, Mohsen; Oliver, Tracey (2016-12-01). „Pojazdy autonomiczne: wyzwania, możliwości i przyszłe implikacje dla polityki transportowej” . Journal of Modern Transport . 24 (4): 284–303. doi : 10.1007/s40534-016-0117-3 . ISSN 2196-0577 . S2CID 115001702 .
  22. ^ a b c d    Zardini, Gioele; Lanzetti, Nicolas; Pavone, Marco; Frazzoli, Emilio (2022-05-03). „Analiza i kontrola autonomicznych systemów mobilności na żądanie” . Roczny przegląd sterowania, robotyki i systemów autonomicznych . 5 (1): 633–658. ar Xiv : 2106.14827 . doi : 10.1146/annurev-control-042920-012811 . ISSN 2573-5144 . S2CID 244463290 .
  23. Bibliografia _ Maciejewski, Michał (2016). „Symulacja wymiany prywatnych samochodów w całym mieście na autonomiczne taksówki w Berlinie” . Procedia Informatyka . 83 : 237–244. doi : 10.1016/j.procs.2016.04.121 .
  24. ^ a b c    Navjyoth Sarma, JS; Nam, Daisik; Hyland, Michael F.; Souza, Felipe de; Yang, Dingtong; Ghaffar, Arash; Verbas, I. Omer (wrzesień 2020). „Skuteczne i wydajne strategie dyspozytorskie floty w celu dynamicznego dopasowywania AV do podróżnych w wielkoskalowych systemach transportowych” . 2020 IEEE 23. Międzynarodowa Konferencja na temat Inteligentnych Systemów Transportowych (ITSC) . Rodos, Grecja: IEEE: 1–6. doi : 10.1109/ITSC45102.2020.9294340 . ISBN 978-1-7281-4149-7 . S2CID 229703119 .
  25. Bibliografia   _ Ruch, C.; Becker, F.; Frazzoli, E.; Axhausen, KW (maj 2019). „Zasady operacyjne floty dla zautomatyzowanej mobilności: ocena symulacji dla Zurychu” . Badania nad transportem Część C: Nowe technologie . 102 : 20–31. doi : 10.1016/j.trc.2019.02.020 . S2CID 115613028 .
  26. Bibliografia    _ Smith, Stephen L.; Frazzoli, Emilio; Rus, Daniela (czerwiec 2012). „Robotyczne równoważenie obciążenia dla systemów mobilności na żądanie” . International Journal of Robotics Research . 31 (7): 839–854. doi : 10.1177/0278364912444766 . hdl : 1721.1/81451 . ISSN 0278-3649 . S2CID 1833314 .
  27. ^ Iglesias, Ramon; Rossi, Federico; Wang, Kevin; Hallac, Dawid; Leskovec, Jure; Pavone, Marco (2017). „Oparta na danych modelowa kontrola predykcyjna autonomicznych systemów mobilności na żądanie” . arXiv : 1709.07032 [ cs.RO ].
  28. ^ „Przegląd wypadków samochodowych w 2020 r. - NHTSA” .
  29. ^ „Zautomatyzowane pojazdy dla bezpieczeństwa | NHTSA” . www.nhtsa.gov . Źródło 2022-07-01 .
  30. ^ a b c d e „Prognozy wdrażania pojazdów autonomicznych: implikacje dla planowania transportu” (PDF) .
  31. Bibliografia     _ Lee, Ji Hyun; Chen, Mo; Lim, Angelica (2021-05-04). „Głębsze spojrzenie na etykę pojazdów autonomicznych: integracyjne ramy podejmowania decyzji etycznych w celu wyjaśnienia pluralizmu moralnego” . Granice w robotyce i sztucznej inteligencji . 8 : 632394. doi : 10.3389/frobt.2021.632394 . ISSN 2296-9144 . PMC 8129167 . PMID 34017859 .
  32. ^ „Luka w odpowiedzialności za samojezdne samochody” . TU Delft . Źródło 2022-07-01 .
  33. ^ „Regulacja pojazdów samojezdnych: zalecenia komisji prawniczych” . Świat Motoryzacji . 2022-03-11 . Źródło 2022-07-01 .
  34. ^ „Aspekty prawne pojazdów„ autonomicznych ”” (PDF) .
  35. ^ ab Tsao    , Mateusz; Milojevic, Dejan; Ruch, Claudio; Salazar, Mauro; Frazzoli, Emilio; Pavone, Marco (maj 2019). „Modelowa kontrola predykcyjna autonomicznych systemów mobilności na żądanie z udostępnianiem przejazdów” . Międzynarodowa Konferencja Robotyki i Automatyki (ICRA) 2019 . Montreal, QC, Kanada: IEEE: 6665–6671. doi : 10.1109/ICRA.2019.8794194 . ISBN 978-1-5386-6027-0 . S2CID 53443981 .
  36. ^ ab ; Iacobucci, Riccardo    McLellan, Benjamin; Tezuka, Tetsuo (2019-03-01). „Optymalizacja operacji współdzielonych autonomicznych pojazdów elektrycznych z planowaniem ładowania i pojazdem do sieci” . Badania nad transportem Część C: Nowe technologie . 100 : 34–52. doi : 10.1016/j.trc.2019.01.011 . hdl : 2433/259766 . ISSN 0968-090X . S2CID 116799651 .
Pobrano z „ https://en.wikipedia.org/w/index.php?title=Autonomous_mobility_on_demand&oldid=1139657642 ”