Shared autonomous vehicle service design, modeling, and simulation
Conception, modélisation et simulation des services Robot-Taxi
Résumé
Shared autonomous vehicles, synthetic population, multi-agent simulation, service designAbstract: Shared autonomous vehicles (SAVs) are the next major evolution in urban mobility. This technology has attracted much interest of car manufacturers aiming at playing a role as transportation network companies (TNCs) and carsharing agencies in order to gain benefits per kilometer and per ride. An SAV service can merge cabs, carsharing, and ridesharing systems into a single transportation mode, and allow a more accessible, dynamic, and intelligent form of shared mobility. However, the success and competitiveness of future SAV services depend on their operational models, which are linked intrinsically to the service configuration and fleet specification. On the other hand, any changes in operational models of SAVs result in different demands for such a service in a real-world transportation network. Hence, considering the dynamic interaction of service and demand represents a key-factor for successfully designing SAVs in a real-life context. Using a comprehensive framework of SAV simulation in a multimodal dynamic-demandsystem with integrated SAV user taste variation, this thesis evaluates the performance of various non-electric and electric SAV fleets and their operational configuration, and to design the service. In this context, first, different approaches to SAV travel demand modeling and simulation techniques are reviewed and analyzed. Next, the required data and process, particularly synthetic population generation and activity chain allocation, are investigated. In line with the purpose of this thesis, an overall framework of comprehensive SAV modeling and simulation is then proposed. Later, the impact of user taste variation on SAV service design and particularly fleet size is explored. Insights gained through a comprehensive investigation of SAV service performance considering fleet size, vehicle capacity, ridesharing and rebalancing, and service cost along with proposed key performance indicators are then provided. Finally, assuming a fleet of electric SAVs, the impacts of charging infrastructure on service efficiency are explored.
Les Robot-Taxis constituent la prochaine évolution majeure de la mobilité urbaine. Cette technologie intéresse certains constructeurs automobiles qui envisagent de jouer le rôle des entreprises de transport. Ceci leur permet de développer un modèle d'affaire basé sur des revenues par kilomètre et par trajet. Un service basé sur des véhicules autonomes a l’avantage de pouvoir fusionner des systèmes de service de taxis classiques à la demande et de voitures en libre-service. Ainsi ce service de transport unifié offre une forme de mobilité partagée plus accessible, dynamique et intelligente. Le succès et la compétitivité des futurs services de Robot-Taxis dépendent de leurs modèles opérationnels, qui sont intrinsèquement liés à la configuration du service et aux spécifications de la flotte. En utilisant une approche complète de modélisation du service Robot-Taxi dans un système multimodal en valorisant la demande dynamique et la variation de préférences des voyageurs, cette thèse viseà évaluer les performances de diverses flottes de Robot-Taxi et leurs configurations opérationnelles. Pour cela, d’abord, différentes approches de la modélisation de la demande de déplacement de Robot-Taxi ainsi que des techniques de simulation sont passées en revue et analysées. Ensuite, les données et processus requis, en particulier la génération de la population synthétique et l’allocation de la chaîne d’activités, sont investigués. Conformément aux objectives de cette thèse, un cadre général de modélisation et de simulation de services Robot-Taxi est proposé. Ensuite, l'impact de préférences des usagers sur la conception du service Robot-Taxi, et en particulier, sur le dimensionnement de la flotte est exploré. Des analyses approfondies des performances du service, considérant la taille de flotte, la capacité du véhicule, le partage de parcours et le repositionnement, le coût du service sont ensuite réalisées. Enfin, en considérant une flotte de véhicules autonomes électriques, l'impact des infrastructures de recharge sur l'efficacité du service sont explorés.
| Origine | Version validée par le jury (STAR) |
|---|