Kredit:Ad Meskens via Wikipedia
Fremkomsten af selvkørende biler vil dramatisk ændre den måde, vi bevæger os rundt i byer på i fremtiden.
I særdeleshed, privat bilejerskab forventes at skifte mod delte mobilitetstjenester, med bilflådeoperatører, der tilbyder on-demand transport. Dette skal bidrage til at reducere trafikken i byområder og reducere drivhusgasemissionerne.
For at disse tjenester skal vokse, imidlertid, nøjagtige og beregningseffektive algoritmer vil være nødvendige for effektivt at matche individer med on-demand køretøjer, for at kunne klare de hundredtusindvis af rejser, der rutinemæssigt foretages i store byer.
Men forskerne mangler endnu at løse problemet med, hvordan man bedst dimensionerer og betjener en flåde af køretøjer, givet et særligt niveau af efterspørgsel efter personlig mobilitet.
Nu, i en artikel offentliggjort i dag i tidsskriftet Natur , et team af forskere koordineret af Carlo Ratti, direktør for MIT's Senseable City Lab, afsløre en beregningsmæssig effektiv løsning på dette problem, som de kalder "minimumsflådeproblemet".
"Vi begyndte at undersøge dette problem motiveret af de stigende tendenser til delt mobilitet, som sandsynligvis vil blive endnu stærkere med overgangen til autonome køretøjer, " siger Ratti, som også er professor i praksis i MIT's Institut for Bystudier og Planlægning. "Hvis efterspørgslen efter mobilitet betjenes af flåder af delte køretøjer, et grundlæggende spørgsmål er:Hvor mange køretøjer har vi brug for for at opfylde mobilitetsbehovene hos, sige, en by som New York?"
Forskere har tidligere forsøgt at løse dette spørgsmål ved hjælp af variationer af "rejsende sælgerproblem, " som har til formål at minimere den samlede tilbagelagte afstand af en sælger, der skal besøge et givet antal destinationer i en by.
Imidlertid, det har indtil videre vist sig ekstremt svært at finde en optimal løsning på problemet med den rejsende sælger, selv ved at bruge nutidens kraftfulde computere. Som resultat, gode løsninger til flådestyring har været stærkt begrænset i størrelse, hvilket betyder, at de kun kan beregnes for flåder med kun et par snesevis af køretøjer, ifølge Paolo Santi, en forsker ved Senseable City Lab og en seniorforsker ved det italienske nationale forskningsråd CNR, der ledede forskerholdet.
Dette er ikke nok til at opfylde behovene i en stor by som New York, han siger.
"Hvis vi skulle overveje at erstatte det nuværende taxasystem i New York med en optimeret flåde af køretøjer, vi skulle finde den bedste måde at betjene de omkring 500 på, 000 rejser på en dag, som i øjeblikket betjenes af omkring 13, 500 taxaer, " siger Santi.
Kredit: Natur
I stedet, forskerne brugte en netværksbaseret model, som de har døbt "bildelingsnetværket" for at nærme sig problemet. De brugte tidligere en lignende tilgang, kaldet "delebarhedsnetværket, " i et papir fra 2014 for at finde den bedste måde at dele forlystelser i en stor by på.
Algoritmen repræsenterer taxaflådens delebarhed som en graf, en matematisk abstraktion bestående af noder (eller cirkler) og kanter (linierne mellem noder). I dette tilfælde, knudepunkterne repræsenterer ture, og kanterne repræsenterer det faktum, at to specifikke ture kan betjenes af et enkelt køretøj.
Ved at bruge denne graf, algoritmen var i stand til at finde den bedste løsning til flådedeling.
Holdet, som også omfattede Moe Vazifeh, artiklens første forfatter og tidligere ledende forsker ved Senseable City Lab; Giovanni Resta, en forsker ved Institut for Informatik og Telematik i CNR; og Steven Strogatz, professor i matematik ved Cornell University, testede løsningen på et datasæt på 150 millioner taxature taget i New York i løbet af et år.
De beregnede rejsetider ved hjælp af det faktiske Manhattan-vejnetværk og GPS-baserede estimater afledt af taxaturdatasættet.
De fandt ud af, at realtidsimplementering af metoden med næsten optimale serviceniveauer reducerede den nødvendige flådestørrelse med 30 procent.
Løsningen antager ikke, at nogen enkeltpersoner skal dele en rejse. I stedet, det indebærer blot en omorganisering af taxaekspeditionsvirksomheden, som kunne udføres med en simpel smartphone-app.
Løsningen kan blive endnu mere relevant i de kommende år, som flåder af netværk, selvkørende biler bliver almindelige, siger Ratti.
"Hvis vi ser på Manhattan som helhed, vi kunne teoretisk set tilfredsstille dets mobilitetsbehov med ca. 140, 000 køretøjer - omkring halvdelen af dagens antal, " siger han. "Dette viser, at morgendagens byproblemer vedrørende mobilitet ikke nødvendigvis kan løses med mere fysisk infrastruktur, men med mere intelligens, eller med andre ord:med mere silicium og mindre asfalt."
Forskerne planlægger nu at udføre yderligere arbejde for at udforske det mindste antal parkeringspladser, der er nødvendige i byer, sammen med forsikringsselskabet Allianz.