Scalable real-time ride-sharing with meeting points for flexible on-demand public transportation

Gökay, Sevket; Jarke, Matthias (Thesis advisor); Walther, Grit (Thesis advisor)

Aachen : RWTH Aachen University (2021)
Doktorarbeit

Dissertation, RWTH Aachen University, 2021

Kurzfassung

Die Landschaft des Personenverkehrs verändert sich ständig. Es gibt viele Zwischenformen der allgemeinen Kategorisierung als privat und öffentlich bei denen Aspekte ausgewählt und kombiniert werden. Ride-Sharing — Teil des On-Demand-Verkehrs (oder Bedarfsverkehrs) — ist so eine Zwischenform, da es mehrere Fahrgäste mit ähnlichen Fahrten im selben Fahrzeug befördern kann. Aufgrund der Bestimmung der Zeit- und Ortsparameter durch Fahrgäste ist es ebenfalls flexibel und bequem. Daher besitzt es ein Potenzial, dem nicht genügend Aufmerksamkeit geschenkt wird. Diese Arbeit untersucht Echtzeit Ride-Sharing mit Schwerpunkt auf Problemen, die die Realisierung dieses Potenzials behindern könnten. Wir führen das zugrundeliegende theoretische Forschungsproblem, Dial-a-Ride Problem (DARP), ein und untersuchen die Forschung dazu. Je nach den Anforderungen der realen Welt kann DARP viele Formen mit einer Vielfalt von Einschränkungen und Merkmalen annehmen. Wir stellen die Varianten, Modelle, Zielfunktionen und Lösungsansätze vor. Folglich werfen wir einen Blick auf die praktischen Anwendungen und identifizieren die Forschungslücke. Demzufolge zielen wir auf eine DARP-Variante und einen Lösungsansatz ab. Der erste Anwendungsfall ist eine klein angelegte Realisierung: ländliche Gebiete mit schlechter Servicequalität des klassischen Busverkehrs. Wir schlagen einen dynamischen (d.h. flexiblen, bedarfsorientierten) busähnlichen Dienst als Alternative zum klassischen Busdienst vor. Die Evaluation simuliert das Verkehrsverhalten in einem ländlichen Gebiet in Aachen und anschließend in der kleinen/mittelgroßen Stadt Ulm. Nach den Ergebnissen können sowohl die Anbieter als auch die Kunden von dieser Alternative profitieren. Im nächsten Schritt befassen wir uns mit der rechnerischen Skalierbarkeit des Dienstes bei groß angelegten Einsätzen: städtische Gebiete mit hoher Nachfrage. Die Routenberechnung auf dem Straßennetz ist ein Leistungsengpass bei der Verarbeitung von Reiseanfragen und bei der Untersuchung möglicher Reise-Fahrzeug-Zuordnungen. Wir stellen einen Ansatz vor, um die Verarbeitungszeit zu reduzieren, indem wir ein Framework zur Einschätzung der Tauglichkeit von Reisefahrzeugen einsetzen. Die Auswertung verwendet öffentlich zugängliche Taxifahrtdaten aus New York City und simuliert eine Teilmenge davon in einem Ride-Sharing Kontext. Die Ergebnisse zeigen eine signifikante Leistungssteigerung, aber auch Verbesserungen hinsichtlich Kundenzufriedenheit und Fahrzeugkosten. Schließlich untersuchen wir die räumliche Flexibilität der Reiseanfragen, um kleine Umwege der Fahrzeuge zu reduzieren. Der Ansatz analysiert historische Nachfragedaten, berechnet Hot Spots innerhalb des Einsatzgebietes in Abhängigkeit von der Tageszeit und behandelt sie als virtuelle Stationen, die sich im Laufe der Zeit bewegen können. Die Idee verringert die Annehmlichkeit für die Kunden bis zu einem gewissen Grad, kann allerdings in Spitzenzeiten eingesetzt werden, um viele Ortsbesuche in unmittelbarer Nähe zu einem einzigen zusammenzufassen. Als Evaluation vergleichen wir diesen mit dem vorherigen Ansatz mithilfe von Simulationen auf demselben Datensatz. Die Zahl der zufriedenstellenden Reiseanfragen nimmt selbst bei einer kleinen Kundenunannehmlichkeit deutlich zu, ohne die Fahrzeugkosten zu erhöhen.