Но сборка взвода транспортного средства, чтобы поставить пакеты между центрами дистрибуции или перевезти пассажиров между станциями, требует времени. Первое транспортное средство, которое прибудет в станцию, должно ждать других, чтобы обнаружиться, прежде чем они смогут все уехать как взвод, создавая неизбежные задержки.Теперь инженеры MIT изучили простой сценарий транспортного-средства-platooning и определили лучшие способы развернуть транспортные средства, чтобы сэкономить топливо и минимизировать задержки.
Их анализ, представленный на этой неделе на Международном семинаре на Алгоритмических Фондах Робототехники, показывает, что относительно простые, прямые графики могут быть оптимальным подходом для экономии топлива и уменьшения задержек автономных автопарков. Результаты могут также относиться к обычным дальним грузоперевозкам и даже услугам по совместному пользованию автомобилем.«Совместное пользование автомобилем и грузовик platooning, и даже скапливающиеся птицы и полет формирования, являются подобными проблемами с точки зрения систем», говорят Сертэк Карамен, Класс Адъюнкт-профессора профессионального развития 1948 года Аэронавтики и Астронавтики в MIT. «Люди, которые изучают эти системы только, смотрят на метрики эффективности как задержка и пропускная способность. Мы смотрим на те те же самые метрики, против устойчивости такой, как стоится, энергия и воздействие на окружающую среду.
Эта линия исследования могла бы действительно перевернуть транспортировку с ног на голову».Карамен – соавтор бумаги, наряду с Авивом Адлером, аспирантом в Отделе Электротехники и Информатики, и Дэвида Микулеску, аспиранта в Отделе Аэронавтики и Астронавтики.Проталкивание сопротивления
Карамен говорит, что для вождения грузовика – особенно по большим расстояниям – большая часть топлива грузовика потрачена на попытку преодолеть аэродинамическое сопротивление, то есть, толкнуть грузовик через окружающий воздух. Ученые ранее вычислили, что, если несколько грузовиков должны были вести на расстоянии всего в несколько метров, один позади другого, те в середине должны испытать меньше сопротивления, экономя топливо на целых 20 процентов, в то время как последний грузовик должен спасти 15 процентов – немного меньше, из-за воздушных потоков то сопротивление позади.
Если больше транспортных средств добавлено к взводу, больше энергии может коллективно быть сохранено. Но есть стоимость с точки зрения времени, которое требуется, чтобы собрать взвод.
Карамен и его коллеги разработали математическую модель, чтобы изучить эффекты различной политики планирования в отношении расхода топлива и задержек. Они смоделировали простой сценарий, в котором многократные грузовики следуют между двумя станциями, прибывающими в каждую станцию наугад времена. Модель включает два главных компонента: формула, чтобы представлять время прибытия транспортного средства и другого, чтобы предсказать потребление энергии взвода транспортного средства.Группа смотрела на то, как время прибытия и потребление энергии изменились под двумя общей политикой планирования: политика расписания, в которой транспортные средства собираются и уезжают как взвод во времена набора; и политика обратной связи, в которой транспортные средства собираются и уезжают как взвод только, когда определенное число транспортных средств присутствуют – политика, которую Карамен сначала испытал в Турции.
«Я рос в Турции, где есть два типа автобусов общественного транспорта: нормальные автобусы, которые выходят на уровне определенных единиц времени и другого набора, где водитель будет сидеть там, пока автобус не будет полон, и затем пойдет», говорит Карамен.Когда остаться, когда пойтиВ их моделировании транспортного средства platooning, исследователи проанализировали много различных сценариев под двумя главной политикой планирования. Например, чтобы оценить эффекты планирования расписания, они смоделировали сценарии, в которых взводы были отосланы равномерно – например, каждые пять минут – против по более ступенчатым интервалам, таким как каждые три и семь минут.
Под политикой обратной связи они сравнили сценарии, в которых были развернуты взводы, как только определенное число грузовиков достигло станции, против отправки трех грузовиков одно время, тогда пять грузовиков в следующий раз.В конечном счете команда нашла, что самая простая политика подверглась наименьшему количеству задержек, экономя большую часть топлива.
Таким образом, набор расписаний, чтобы развернуть взводы равномерно был более стабильным и эффективным, чем те, которые развернулись в более ступенчатые времена. Точно так же сценарии обратной связи, которые ждали того же самого количества грузовиков прежде, чем развернуться каждый раз, были более оптимальными, чем те, которые изменили количество грузовиков во взводе.В целом, политика обратной связи была просто немного более стабильной, чем политика расписания, сэкономив только на 5 процентов больше топлива.
«Вы думали бы, что более сложная схема сохранит больше энергии и время», говорит Карамен. «Но мы показываем в формальном доказательстве, что в конечном счете, это – более простая политика, которая помогает Вам».Перед игройКарамен в настоящее время работает с транспортными компаниями в Бразилии, которые интересуются использованием модели группы, чтобы определить, как развернуть взводы грузовика, чтобы сэкономить топливо. Он надеется использовать данные этих компаний на том, когда грузовики входят в шоссе, чтобы вычислить задержку и энергетические согласования с его математической моделью.
В конечном счете он говорит, модель может предложить, чтобы грузовики следовали друг за другом в очень близком расстоянии в 3 – 4 метрах, который является трудным для водителя поддержать. В конечном счете Карамен говорит, взводы грузовика могут потребовать, чтобы автономные ведущие системы умерли во время долгих отрезков вождения, держали взвод достаточно близко вместе, чтобы сэкономить большую часть топлива.
«Уже есть экспериментальные испытания, проверяющие автономные грузовики [в Европе]», говорит Карамен. «Я предполагаю, что грузовик platooning является чем-то, что мы могли бы видеть рано в [автономная транспортировка] игра».Исследователи также применяют свои моделирования к автономным услугам по совместному пользованию автомобилем. Карамен предполагает систему беспилотных шаттлов, которые перевозят пассажиров между станциями по ставкам и времена, которые зависят от энергетической способности полной системы и намечают требования. Моделирования команды могли определить, например, оптимальное число пассажиров за шаттл, чтобы сэкономить топливо или предотвратить затор.
«Мы полагаем, что в конечном счете эти взгляды позволят нам строить новые системы транспортировки, в которых стоимость транспортировки будет уменьшена существенно», говорит Карамен.Найдите статью «Optimal policies for platooning and ride sharing in autonomy-enabled transportation» в http://wafr2016.berkeley.edu/papers/WAFR_2016_paper_110.pdf