Navigování vozidel pro ridesharing zohledňující poptávku

Abstract

V této práci se zaměřujeme na spolujízdu a zlepšení čekacích dob na obsloužení. V hustě obydlenýchměstechnenívýhodnéprokaždéhoobyvatelevlastnitauto. Jetojedenzdůvodů, který vedl k rychlému růstu služeb jako je UberPool. Tyto služby využívají kapacity vozidla a jejího sdílení více cestujícími. Pro navigování vozidla v režimu spolujízdy se obvykle využivá plánovač, jehož výstupem je nejkratší cesta, a algoritmus pro přiřazovaní požadavků k vozidlům, který se navíc stará o naplánování vhodného pořadí vyzvednutí a vyřízení poptávek. Navrhli jsme nový heuristický plánovací algoritmus,který zohledňuje pravděpodobnost výskytu žádosti o spolujízdu v nejbližším okolí vozidla v průběhu jeho navigování. Navržený přístup jsme simulovali na demo datech a také na datech z pražského modelu poptávky. Na základě výsledků jsme ověřili, že námi navržený algoritmus vede ke snížení čekacích dob na obsloužení žádostí v porovnání s využitím plánovače nejkratších cest. Vytvořený testovací framework a navržený algoritmus může v budoucím výzkumu posloužit jako základní kámen pro další vylepšení popisu situace v okolí vozidla.

In this thesis, we focus on ridesharing and improving the pick-up delay. In densely populated cities, it is not sustainable for each citizen to own a car. Therefore, we can observe the rise of ridesharing services such as UberPool that utilize a vehicle capacity by sharing it among passengers. For real-time routing of the vehicle, it is common to use the shortest path planner and insertion heuristic, which takes care of vehicle-request assignment and it is also responsible for the appropriate order of pick-ups and drop-offs. We propose a new heuristic path planning algorithm that takes into account the chance of future demand in the vehicle surroundings while following the planned path. We simulate our approach to the problem on demo data as well as on data based on Prague demand model. The results confirm that the proposed algorithm leads to lowering of the time needed for pick-up of a request, compared to using the shortest path planner. The created framework and proposed path planner can later serve as a baseline for further improvements in the description of surrounding for the vehicle.