CN111063209A - 配合区间车的自动驾驶公交组合调度优化方法 - Google Patents

Abstract

本发明公开的一种配合区间车的自动驾驶公交调度优化方法，包括自动驾驶公交单元车辆编组、调度周期时间离散化、设置决策变量、建立配合区间车的自动驾驶公交调度仿真模型、计算成本函数、建立优化模型和模型求解。本发明充公考虑自动驾驶公交车辆编组的特点，通过联合优化车辆类型(区间车和全程车)、车辆容量和发车频率来提升系统服务质量(如减小乘客候车时间)和减小运营成本。本发明根据乘客需求自适应优化车辆类型和发车频率，可以减小乘客站台候车时间、减少高峰时段车内拥挤和降低乘客高峰时段不能上车的风险等；本发明提供的公交调度方法更加灵活，优化车辆容量，避免平峰时段公交车辆资源浪费的情况，从而能有效降低车辆运营成本。

Description

配合区间车的自动驾驶公交组合调度优化方法

技术领域

本发明涉及智能交通信息处理技术领域，更具体的说是涉及配合区间车的自动驾驶公交组合调度优化方法。

背景技术

在城市公交系统中，乘客需求在时空上往往分布不均衡，即乘客需求集中分布于一些区域，而在其他区域需求较小；在此背景下，仅设置全程车会导致车辆在部分区间客流过分拥挤，而在其他区间车辆利用效率低下，为了提升车辆利用率，减小乘客候车时间，区间车作为全程车的补充形式被广泛运用于公交调度系统中。区间车是指公交线路上服务特定区间站点的公交车辆，其在未到达终点站时于中间站点折回，区间车通过设置明显的识别标识(以区别全程车)引导乘客选择合适的车辆类型；在乘客需求较大的区间设置区间车，可以增加服务区间的车辆通过次数，从而减小乘客候车时间，与只设置全程车相比，区间车能有效降低车辆空载率，提升公交运行效率。

尽管区间车调度存在以上优势，在高峰期，区间车调度导致系统需要更多的司机和运营车辆，这无疑增加了系统成本。随着传感器技术、人工智能和车联网等技术的不断发展，自动驾驶公交(autonomous bus)逐渐成为城市公交系统发展的热点，现有研究指出相比传统公交自动驾驶公交有其独特优势，如提高道路驾驶安全、减少系统总油耗、减少司机人力成本、及最优化系统行程时间等。与传统公交相比，自动驾驶公交的另一个巨大优势是动态车辆编组，即多辆容量较小的自动驾驶公交单元组合在一起形成一辆容量较大的自动驾驶公交。通过车辆编组，系统可以动态配置公交容量，使公交容量自适应乘客需求，从而进一步减小车辆运营成本，如在高峰期，多辆自动驾驶公交单元组合在一起形成大容量公交，减少乘客站台候车时间；在平峰期，自动驾驶公交单元则单独调度，从而在不降低公交发车频率条件下进一步减小车辆运营成本。可见，在此背景下，如果利用自动驾驶公交车辆编组特点，通过发车频率和车辆容量的组合，调整车辆在不同区间的通过次数以满足不均衡的乘客需求是公交管理部门面临的一个重要问题。

发明内容

有鉴于此，本发明提供了一种配合区间车的自动驾驶公交组合调度优化方法，充公考虑自动驾驶公交车辆编组的特点，通过联合优化车辆类型(区间车和全程车)、车辆容量和发车频率来提升系统服务质量(如减小乘客候车时间)和减小运营成本。对乘客而言，本发明根据乘客需求自适应优化车辆类型和发车频率，可以减小乘客站台候车时间、减少高峰时段车内拥挤和降低乘客高峰时段不能上车的风险等；对公交管理部门而言，本发明提供的公交调度方法更加灵活，在保证服务质量前提下，优化车辆容量，避免平峰时段公交车辆资源浪费的情况，从而能有效降低车辆运营成本。

为了实现上述目的，本发明提供如下技术方案：

首先设置车辆类型为区间车和全程车；其次，设置车辆编组的容量限制，设单个自动驾驶公交单元容量为c，则当有a个自动驾驶公交单元编组时，形成的自动驾驶车辆容量为ac，为了保证驾驶安全，假定a≤A，其中A表示最大车辆编组数量；最后，将调度周期时间离散化(如每分钟)，在每一离散时间节点设置决策变量：(1)是否在当前离散时间节点发车，(2)发车车辆类型，(3)发车车辆容量。以乘客候车时间和车辆运营成本为优化目标，同时优化所有变量，可以得到自适应乘客需求的最优发车策略。

一种配合区间车的自动驾驶公交组合调度优化方法，具体步骤包括：

步骤一，将调度周期离散化为连续均匀时间区间，设置决策变量为发车类型、发车容量和发车频率；

步骤二，建立配合区间车的自动驾驶公交组合调度仿真模型，求得所有车辆在调度周期内的运行过程；

步骤三，根据所述运行过程求解车辆运营成本和乘客候车成本；

步骤四,以车辆运营成本和乘客候车成本之和为目标函数，优化所有车辆的车辆类型、车辆编组和发车频率，得到总成本最低的公交调度。

优选的，在上述的一种配合区间车的自动驾驶公交组合调度优化方法中，所述步骤一中，将调度周期T离散化为K个连续均匀区间，其中离散化时间节点为k∈κ＝[0,1,...,K]，单个区间时间长度为δ＝T/K；设置第一决策变量x_k∈{0，1}表示是否在时间节点k发车，x_k＝1表示发车，x_k＝0表示不发车；根据x_k得到在调度周期内总发车数量为

对所有车辆i∈I＝[1,2,...,n]，设置整形决策变量

表示自动驾驶车辆编组数量，其中

为最大车辆编组数量；设置第二决策变量z_i∈{0，1}表示车辆类型，其中z_i＝0为区间车，z_i＝1全程车。

优选的，在上述的一种配合区间车的自动驾驶公交组合调度优化方法中，所述步骤二中，基于区间车和全程车服务区间，建立模型计算所有车辆的发车时间、乘客站台上下车时间、乘客上车需求、下车需求、滞站乘客人数和车载人数，得到所有车辆在调度周期内的运行过程。

优选的，在上述的一种配合区间车的自动驾驶公交组合调度优化方法中，建立配合区间车的自动驾驶公交组合调度仿真模型，其中公交线路有m个公交站台，区间车折返点为站台s，其中s＜m，则区间车和全程车的服务站台分别为

根据第一决策变量x_k得到车辆i的发车时间节点为

进一步车辆i的发车时间可表示为

在后续站台j，车辆i的离站时间求解为车辆上站离站时间d_i,j-1，车辆路段运行时间t_i,j，以及车辆在当前站台的乘客上下车时间u_i,j之和，即

d_i,j＝d_i,j-1+t_i,j+u_i,j i∈I；j∈J_j\{1}； (4)

设定相邻车辆的发车时间间隔不低于系统要求最小值h₀，

d_i,1-d_i-1,1≥h₀ i＝2,...,n； (5)

车辆i在站台j的乘客上下车时间为乘客上车耗时和下车耗时的最大值，即

其中，

和α_i,j分别表示乘客上车和下车人数，τ_b和τ_a分别表示乘客上车和下车平均耗时；设乘客需求起终点OD对(j,a)的乘客到达率为λ_j,a，车辆i在站台j的乘客需求包括两类：(1)由于前车车满而不能上车的乘客

和(2)在车头时距

内到达的乘客；乘客需求表示为

其中i_j为车辆i在站台j的前车编号；车辆i在站台j的实际上车人数不超过需求人数，即

区间车的服务范围为站台1至站台s，则区间车在后续站台的上车人数为零，即

最后，在站台j车辆i的总乘客上车人数为

总乘客上车人数不能超过车辆剩余容量，即

其中cy_i为车辆容量，l_i,j为车辆到达站台j时的车内载客数量，α_i,j为车辆在站台j的下车乘客数量；

进一步，求解车辆i在站台j留下的乘客为

车辆在站台j的下车乘客数量α_i,j为之前站台上车的乘客数量，即

车辆发车时载客数量为零；在后续站台j，车辆到达站台时载客数量为车辆在上一个站台的到达载客数量l_i,j-1加上上车乘客数量

再减去下车乘客数量α_i,j-1，即

依次递推，得到所有车辆在调度周期T内的系统运行过程。

优选的，在上述的一种配合区间车的自动驾驶公交组合调度优化方法中，根据配合区间车的自动驾驶公交组合调度仿真模型，车辆运营成本求得为

其中k_A和k_B分别表示单个自动驾驶公交单元作为区间车和全程车的运营成本；乘客候车成本为乘客候车时间成本，在乘客随机到达情况下，乘客平均候车时间为车头时距

的一半，即

在该车头时距内，到达乘客数量为

因此对所有车辆和站台，总乘客候车时间为

式中两部分分别对应全程车和区间车的乘客候车时间；对于由于滞站乘客，滞站候车时间求解为

优选的，在上述的一种配合区间车的自动驾驶公交组合调度优化方法中，所述运营成本包括车辆能源成本和维护成本，具体数值为固定值。

优选的，在上述的一种配合区间车的自动驾驶公交组合调度优化方法中，以车辆运营成本和乘客候车成本之和为目标函数，优化所有车辆的车辆类型、车辆编组和发车频率，进行总成本最低的公交调度；建立配合区间车的自动驾驶公交组合调度优化模型为

其中δ₁和δ₂分别表示单位乘客候车时间和额外候车时间成本。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了配合区间车的自动驾驶公交组合调度优化方法，充公考虑自动驾驶公交车辆编组的特点，通过联合优化车辆类型(区间车和全程车)、车辆容量和发车频率来提升系统服务质量(如减小乘客候车时间)和减小运营成本。对乘客而言，本发明根据乘客需求自适应优化车辆类型和发车频率，可以减小乘客站台候车时间、减少高峰时段车内拥挤和降低乘客高峰时段不能上车的风险等；对公交管理部门而言，本发明提供的公交调度方法更加灵活，在保证服务质量前提下，优化车辆容量，避免平峰时段公交车辆资源浪费的情况，从而能有效降低车辆运营成本。

本发明的技术效果在于：

1、本发明将自动驾驶公交车辆编组概念引入到公交调度系统中，实现可变车辆容量，所实现的调度方案能同时降低乘客候车时间成本和车辆运营成本，适用于现代城市公交系统。

2、本发明同时优化了公交发车类型(区间车和全程车)、发车容量和发车频率，所得公交调度方案极其灵活，能在控制成本前提下满足时空不均衡的乘客出行需求，具有灵活、高效、成本经济的现代公交调度系统特点。

3、本发明将调度周期时间离散化，大大降低了模型优化的时间复杂度，提高了模型计算效率，能实现实时公交调度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1附图为本发明的流程图；

图2附图为本发明的区间车和全程车组合调度示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种配合区间车的自动驾驶公交组合调度优化方法，充公考虑自动驾驶公交车辆编组的特点，通过联合优化车辆类型(区间车和全程车)、车辆容量和发车频率来提升系统服务质量(如减小乘客候车时间)和减小运营成本。对乘客而言，本发明根据乘客需求自适应优化车辆类型和发车频率，可以减小乘客站台候车时间、减少高峰时段车内拥挤和降低乘客高峰时段不能上车的风险等；对公交管理部门而言，本发明提供的公交调度方法更加灵活，在保证服务质量前提下，优化车辆容量，避免平峰时段公交车辆资源浪费的情况，从而能有效降低车辆运营成本。

一种配合区间车的自动驾驶公交调度优化方法，仿真公交线路包含20个公交站台，站台间距为500m，车辆在站台间的行驶时间服从对数正态分布(lognormal)，其中均值为2分钟，方差变异系数为0.4。考虑以下两种仿真场景。

场景一：基于传统公交的车辆调度，所有车辆为全程人工驾驶车辆，车辆固定容量为60座/车，车辆固定成本为350元/班次，边际成本为4元/座，即车辆总成本为590元/班次；

场景二：配合区间车的自动驾驶公交组合调度，所有车辆为自动驾驶公交单元，设定每一自动驾驶单元容量为20座/车；为了保证驾驶安全，保证至多3辆自动驾驶单元可通过车辆编组形成大容量公交，最终当1辆、2辆和3辆自动驾驶公交单元车辆编组时，车辆容量分别为20座/车、40座/车和60座/车；由于自动驾驶公交无需司机干预，设自动驾驶公交单元固定成本为130元/班次，边际成本为4元/座，则三类编组车辆的总成本分别为210元/班次、290元/班次和370元/班次。

设乘客单位候车时间成本为δ₁＝5元/分钟，由于车满不能上车的滞客单位候车时间成本为δ₁＝7元/分钟。

在场景一中，所有车辆为全程车，且车辆容量固定，仅优化车辆发车频率；在场景二中，同时优化车辆类型(全程车和区间车)、车辆容量和发车频率；模型(18)通过Cplex软件求解；仿真进行20次，每次仿真时间5小时，为避免随机数据对仿真结果的影响，取仿真结果均值为最终结果。仿真结果如表1所示。

表1仿真结果

	运营成本(元)	乘客成本(元)	乘客平均候车时间(min)
				场景一	30102	67346	3.67
场景二	22982	56148	2.35
				模型提升	23.7％	16.6％	36.0％

本发明充分考虑自动驾驶公交车辆编组特性对传统公交调度的影响，并针对乘客需求在时空上的不均衡性引入区间车，同时优化车辆类型、车辆容量和发车频率，与基于人工驾驶公交的传统公交调度相比，该方法能有效降低公交运营成本(降低23.7％)和乘客候车时间成本(降低16.6％)，且同时降低乘客平均候车时间(降低36.0％)。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种配合区间车的自动驾驶公交组合调度优化方法，其特征在于，具体步骤包括：

步骤一，将调度周期离散化为连续均匀时间区间，设置决策变量为发车类型、发车容量和发车频率；

步骤二，建立配合区间车的自动驾驶公交组合调度仿真模型，求得所有车辆在调度周期内的运行过程；

步骤三，根据所述运行过程求解车辆运营成本和乘客候车成本；

步骤四,以车辆运营成本和乘客候车成本之和为目标函数，优化所有车辆的车辆类型、车辆编组和发车频率，得到总成本最低的公交调度。

2.根据权利要求1所述的一种配合区间车的自动驾驶公交组合调度优化方法，其特征在于，所述步骤一中，将调度周期T离散化为K个连续均匀区间，其中离散化时间节点为k∈κ＝[0,1,...,K]，单个区间时间长度为δ＝T/K；设置第一决策变量x_k∈{0，1}表示是否在时间节点k发车，x_k＝1表示发车，x_k＝0表示不发车；根据x_k得到在调度周期内总发车数量为

对所有车辆i∈I＝[1,2,...,n]，设置整形决策变量

表示自动驾驶车辆编组数量，其中

为最大车辆编组数量；设置第二决策变量z_i∈{0，1}表示车辆类型，其中z_i＝0为区间车，z_i＝1全程车。

3.根据权利要求1所述的一种配合区间车的自动驾驶公交调度优化方法，其特征在于，所述步骤二中，基于区间车和全程车服务区间，建立模型计算所有车辆的发车时间、乘客站台上下车时间、乘客上车需求、下车需求、滞站乘客人数和车载人数，得到所有车辆在调度周期内的运行过程。

4.根据权利要求3所述的一种配合区间车的自动驾驶公交调度优化方法，其特征在于，建立配合区间车的自动驾驶公交组合调度仿真模型，其中公交线路有m个公交站台，区间车折返点为站台s，其中s＜m，则区间车和全程车的服务站台分别为

根据第一决策变量x_k得到车辆i的发车时间节点为

进一步车辆i的发车时间可表示为

在后续站台j，车辆i的离站时间求解为车辆上站离站时间d_i,j-1，车辆路段运行时间t_i,j，以及车辆在当前站台的乘客上下车时间u_i,j之和，即

d_i,j＝d_i,j-1+t_i,j+u_i,j i∈I；j∈J_j\{1}；

设定相邻车辆的发车时间间隔不低于系统要求最小值h₀，

d_i,1-d_i-1,1≥h₀ i＝2,...,n；

车辆i在站台j的乘客上下车时间为乘客上车耗时和下车耗时的最大值，即

其中，

和α_i,j分别表示乘客上车和下车人数，τ_b和τ_a分别表示乘客上车和下车平均耗时；设乘客需求起终点OD对(j,a)的乘客到达率为λ_j,a，车辆i在站台j的乘客需求包括两类：(1)由于前车车满而不能上车的乘客

和(2)在车头时距

内到达的乘客；乘客需求表示为

其中i_j为车辆i在站台j的前车编号；车辆i在站台j的实际上车人数不超过需求人数，即

区间车的服务范围为站台1至站台s，则区间车在后续站台的上车人数为零，即

最后，在站台j车辆i的总乘客上车人数为

总乘客上车人数不能超过车辆剩余容量，即

其中cy_i为车辆容量，l_i,j为车辆到达站台j时的车内载客数量，α_i,j为车辆在站台j的下车乘客数量；

进一步，求解车辆i在站台j留下的乘客为

车辆在站台j的下车乘客数量α_i,j为之前站台上车的乘客数量，即

车辆发车时载客数量为零；在后续站台j，车辆到达站台时载客数量为车辆在上一个站台的到达载客数量l_i,j-1加上上车乘客数量

再减去下车乘客数量α_i,j-1，即

依次递推，得到所有车辆在调度周期T内的系统运行过程。

5.根据权利要求4所述的一种配合区间车的自动驾驶公交调度优化方法，其特征在于，根据配合区间车的自动驾驶公交组合调度仿真模型，车辆运营成本求得为

其中k_A和k_B分别表示单个自动驾驶公交单元作为区间车和全程车的运营成本；乘客候车成本为乘客候车时间成本，在乘客随机到达情况下，乘客平均候车时间为车头时距

的一半，即

在该车头时距内，到达乘客数量为

因此对所有车辆和站台，总乘客候车时间为

式中两部分分别对应全程车和区间车的乘客候车时间；对于由于滞站乘客，滞站候车时间求解为

6.根据权利要求5所述的一种配合区间车的自动驾驶公交调度优化方法，其特征在于，所述运营成本包括车辆能源成本和维护成本，具体数值为固定值。

7.根据权利要求5所述的一种配合区间车的自动驾驶公交调度优化方法，其特征在于，以车辆运营成本和乘客候车成本之和为目标函数，优化所有车辆的车辆类型、车辆编组和发车频率，进行总成本最低的公交调度；建立配合区间车的自动驾驶公交组合调度优化模型为

s.t.

Eqs.(1)-(14)

x_k∈{0,1} k＝0,...,K

z_i∈{0,1} i∈I

其中δ₁和δ₂分别表示单位乘客候车时间和额外候车时间成本。

Images