Но для того, чтобы собрать взвод автомобилей для доставки посылок между распределительными центрами или перевозки пассажиров между станциями, требуется время. Автомобиль, который первым прибывает на станцию, должен дождаться появления других, прежде чем все они смогут уйти в составе взвода, что неизбежно приводит к задержкам.
Теперь инженеры Массачусетского технологического института изучили простой сценарий взвода транспортных средств и определили наилучшие способы развертывания транспортных средств, чтобы сэкономить топливо и минимизировать задержки. Их анализ, представленный на этой неделе на Международном семинаре по алгоритмическим основам робототехники, показывает, что относительно простые и понятные графики могут быть оптимальным подходом для экономии топлива и минимизации задержек для автопарков. Полученные данные могут также применяться к обычным междугородним грузоперевозкам и даже к услугам совместного использования.«Совместное использование пассажиров и грузовиков, и даже стаи птиц и полеты в строю — схожие проблемы с системной точки зрения», — говорит Сертак Караман, доцент кафедры аэронавтики и астронавтики Массачусетского технологического института 1948 года. «Люди, изучающие эти системы, смотрят только на такие показатели эффективности, как задержка и пропускная способность.
Мы смотрим на те же показатели в сравнении с показателями устойчивости, такими как стоимость, энергия и воздействие на окружающую среду. Это направление исследований может действительно перевернуть транспорт с ног на голову».Караман является соавтором статьи вместе с Авивом Адлером, аспирантом кафедры электротехники и информатики, и Давидом Микулеску, аспирантом кафедры аэронавтики и астронавтики.Проталкивая сопротивление
Караман говорит, что при вождении грузовика — особенно на дальние расстояния — большая часть топлива грузовика расходуется на попытки преодолеть аэродинамическое сопротивление, то есть на то, чтобы протолкнуть грузовик через окружающий воздух. Ученые ранее подсчитали, что если несколько грузовиков будут проезжать всего несколько метров друг за другом, те, что находятся в середине, будут испытывать меньшее сопротивление, что позволит сэкономить до 20 процентов топлива, в то время как последний грузовик должен сэкономить 15 процентов. немного меньше, из-за тянущихся за собой воздушных потоков.
Если к взводу добавить больше машин, можно коллективно сэкономить больше энергии. Но есть время, необходимое для сбора взвода.
Караман и его коллеги разработали математическую модель для изучения влияния различных политик планирования на расход топлива и задержки. Они смоделировали простой сценарий, в котором несколько грузовиков едут между двумя станциями, прибывая на каждую станцию в случайное время.
Модель включает в себя два основных компонента: формулу для представления времени прибытия транспортных средств и еще одну формулу для прогнозирования энергопотребления взвода транспортных средств.Группа изучила, как время прибытия и потребление энергии изменились в рамках двух общих политик планирования: политика расписания, в которой машины собираются и уходят взводом в установленное время; и политика обратной связи, при которой машины собираются и отправляются взводом только при наличии определенного количества машин — политика, которую Караман впервые испытал в Турции.«Я вырос в Турции, где есть два типа автобусов общественного транспорта: обычные автобусы, которые отправляются в определенные промежутки времени, и другой набор, где водитель будет сидеть там, пока автобус не заполнится, а затем уедет», — говорит Караман. .Когда оставаться, когда идти
При моделировании взвода автомобилей исследователи проанализировали множество различных сценариев в рамках двух основных политик планирования. Например, чтобы оценить влияние расписания по расписанию, они смоделировали сценарии, в которых взводы отправлялись через равные промежутки времени — например, каждые пять минут — по сравнению с более разнесенными интервалами, такими как каждые три и семь минут. В соответствии с политикой обратной связи они сравнили сценарии, в которых взводы были развернуты после того, как определенное количество грузовиков достигло станции, с отправкой трех грузовиков один раз, а затем пяти грузовиков в следующий раз.
В конечном итоге команда обнаружила, что простейшие политики вызывают наименьшие задержки при наибольшей экономии топлива. То есть графики, установленные для развертывания взводов через равные промежутки времени, были более устойчивыми и эффективными, чем те, которые развертывались в более поэтапное время. Точно так же сценарии обратной связи, при которых каждый раз ожидалось одно и то же количество грузовиков перед развертыванием, были более оптимальными, чем сценарии, в которых варьировалось количество грузовиков во взводе.В целом, политика обратной связи была чуть более устойчивой, чем политика расписания, и позволила сэкономить только на 5 процентов больше топлива.
«Можно подумать, что более сложная схема сэкономит больше энергии и времени», — говорит Караман. «Но мы демонстрируем формальное доказательство того, что в долгосрочной перспективе вам помогут более простые политики».Впереди игры
Караман в настоящее время работает с автотранспортными компаниями в Бразилии, которые заинтересованы в использовании модели группы, чтобы определить, как использовать взвод грузовиков для экономии топлива. Он надеется использовать данные этих компаний о том, когда грузовики выезжают на автомагистрали, для вычисления задержки и компромиссов энергии с помощью своей математической модели.
В конце концов, говорит он, модель может предполагать, что грузовики следуют друг за другом на очень близком расстоянии, в пределах 3-4 метров, что водителю трудно поддерживать. В конечном итоге, говорит Караман, взводам грузовиков могут потребоваться автономные системы вождения, которые срабатывают во время длительных поездок, чтобы держать взвод достаточно близко друг к другу, чтобы сэкономить как можно больше топлива.
«Уже проводятся экспериментальные испытания автономных грузовиков [в Европе]», — говорит Караман. «Я полагаю, что взвод грузовиков — это то, что мы могли бы увидеть на ранних этапах игры [автономный транспорт]».Исследователи также применяют свое моделирование к автономным сервисам совместного использования поездок. Караман представляет систему шаттлов без водителя, которые перевозят пассажиров между станциями по тарифам и времени, которые зависят от общей мощности системы и требований расписания. Моделирование команды может определить, например, оптимальное количество пассажиров на шаттл, чтобы сэкономить топливо или предотвратить заторы.
«Мы считаем, что в конечном итоге это мышление позволит нам построить новые транспортные системы, в которых стоимость транспортировки будет значительно снижена», — говорит Караман.Найдите статью «Оптимальные правила для взводов и совместного использования транспортных средств с автономным транспортом» по адресу http://wafr2016.berkeley.edu/papers/WAFR_2016_paper_110.pdf