新的调度方法可以减少道路上的出租车数量

自动驾驶汽车的兴起将极大地改变我们未来在城市中行驶的方式。

特别是，私人汽车拥有量预计将转向共享移动服务，车辆运营商提供按需运输。这应有助于减少城市地区的交通量并减少温室气体排放。

然而，为了使这些服务增长，需要准确且计算效率高的算法来有效地匹配按需车辆的个人，以便应对在大城市中经常进行的数十万次旅行。

但考虑到对个人移动性的特殊需求，研究人员尚未解决如何最好地确定和操作车队的问题。

现在，在今天发表在“ 自然 ”杂志上的一篇论文中，由麻省理工学院Senseable城市实验室主任Carlo Ratti协调的研究小组公布了一个计算效率高的解决方案，他们认为这是“最小的舰队问题”。

“我们开始研究这一问题的动机是共享机动性的增长趋势，随着向自动驾驶汽车的过渡，这可能会变得更加强大，”拉蒂说，他也是麻省理工学院城市研究与规划系的实践教授。“如果共享车辆的车队需要移动性，那么一个基本问题是：我们需要多少辆车才能满足纽约等城市的移动需求?”

研究人员之前曾尝试使用“旅行商问题”的变体来解决这个问题，该问题旨在最小化必须访问城市中给定数量目的地的推销员的总行进距离。

然而，迄今为止，即使使用当今功能强大的计算机，也很难找到旅行商问题的最佳解决方案。因此，车队管理的良好解决方案在规模上受到严重限制，这意味着它们只能用于只有几十辆车的车队，Senseable City Lab的研究科学家Paolo Santi和高级研究员意大利国家研究委员会CNR领导该研究团队。

他说，这还不足以满足像纽约这样的大城市的需求。

“如果我们考虑用优化的车队替换现在的纽约出租车系统，我们必须找到最好的方式来服务一天内约500,000次旅行，目前约有13,500辆出租车服务，”桑蒂说。

相反，研究人员使用他们称之为“车辆共享网络”的基于网络的模型来解决问题。他们之前在2014年的一篇论文中采用了类似的方法，称为“可共享网络”，以寻找在大城市中共享游乐设施的最佳方式。

该算法将出租车队的可共享性表示为图表，由节点(或圆圈)和边缘(节点之间的线)组成的数学抽象。在这种情况下，节点表示行程，并且边缘表示单个车辆可以服务两个特定行程的事实。

使用此图表，该算法能够找到车队共享的最佳解决方案。

该团队还包括Moe Vazifeh，该论文的第一作者，以及Senseable City Lab的首席研究员; Giovanni Resta，CNR信息学和远程信息学研究所的研究员; 康奈尔大学(Cornell University)数学教授斯蒂文·斯特罗加茨(Steven Strogatz)在一年内在纽约拍摄的1.5亿次出租车旅行数据测试了该解决方案。

他们使用实际的曼哈顿道路网络和从出租车行程数据集得出的基于GPS的估计来计算行程时间。

他们发现，实时实施具有接近最佳服务水平的方法可将所需的机队规模减少30%。

该解决方案不假设任何个人必须分享旅程。相反，它只涉及出租车调度操作的重组，这可以通过简单的智能手机应用程序进行。

拉蒂说，随着网络化，自动驾驶汽车的车队变得司空见惯，这一解决方案在未来几年将变得更加重要。

“如果我们把整个曼哈顿视为一个整体，我们理论上可以满足其移动需求，大约有140,000辆汽车 - 大约是今天的一半，”他说。“这表明明天有关移动性的城市问题不一定能用更多的物理基础设施来解决，而是需要更多的智能，换句话说：更多的硅和更少的沥青。”

研究人员现在计划进一步开展工作，与保险公司安联一起探索城市所需的最少停车位数量。