TU Darmstadt / ULB / TUbiblio

Dispositions- strategien zum nachfrageorientierten Einsatz fahrerloser Fahrzeuge im ländlichen Raum

Zou, Nan (2017)
Dispositions- strategien zum nachfrageorientierten Einsatz fahrerloser Fahrzeuge im ländlichen Raum.
Technische Universität Darmstadt
Masterarbeit, Bibliographie

Kurzbeschreibung (Abstract)

Seit 2003 ist die Anzahl der Bevölkerung in Deutschland rückläufig; gleichzeitig wächst das Alter der Bevölkerung deutlich. Die Nachfrage im ländlichen Raum liegt zum großen Teil im Berufs- und Schulverkehr. Deswegen sind im ländlichen Raum den ÖPNV von diesem demografischen Wandel besonders betroffen. Es gehen Einnahme verloren, während die Kosten kaum sinken. In der verkehrspolitischen Diskussion werden nachfragegesteuerte Bedienungsform oft als eine Ergänzung zu traditionellen Verkehrsbedienungsformen in ländlichen Räumen betrachtet, um sich um die der Probleme, wie dem demografischen Wandel und der schwankenden Mobilitätnachfrage, zu bemühen (Steinrück und Küpper 2010). Derzeit nehmen schon viele Einrichtungen bedarfsgesteuerten Verkehr in Anspruch. Allerdings können die Kosten hoch sein, wenn der Besetzungsgrad zu niedrig ist (Proff et al. 2013, S. 402). Ziel dieser Arbeit ist es, anhand ausgewählter Szenarien geeignete Dispositionsmaßnahmen und –strategien zu entwickeln, welche einen effizienten und nachfrageorientierten ÖPNV-Betrieb mit fahrerlosen Fahrzeugen zu ermöglichen. Heutzutage werden die fahrerlosen Fahrzeuge nicht mehr als Vision gesehen. Viele Pilotprojekte sind schon weltweit durchgeführt, wie Sohjoa Projekt in Finnland, Postbus in Schweiz. Mit seinen autonomen Fahrzeugen hat Google bereits mehr als drei Millionen Kilometer auf den Straßen der Stadt gefahren (Waymo 2016). Die Unternehmen wie Uber oder Lyft, die derzeit on-Demand in der Taxi-ähnlichen Dienstleistung tätig sind, möchten das gleiche System mit fahrerlosen Fahrzeugen anbieten. Die Funktionen des autonomen Fahrens haben das große Potenzial, Sicherheit, Energieverbrauch, Landnutzung sowie die Stau zu verbessern und könnten anhand dieser Technologie den gesamten Straßenverkehr in Zukunft grundlegend verändern. Diese müssen in einer großen Menge und damit als Serienprodukte eingesetzt werden. Im Allgemeinen erfordert die Übertragung eines technischen Systems von der Entwicklungsphase zur Serienproduktion die Freigabe dieses Systems (Felkai und Beiderwieden 2011, S. 47-49). Das Potenzial für Veränderungen im öffentlichen Verkehr geht jedoch weit über die Kostensenkung bestehender Angebote hinaus. Die fahrerlosen Fahrzeuge brauchen keine Autofahrer, weswegen diese autonomen On-Demand-Flotten in der näheren Zukunft das konventionelle Verkehrsmittel im ÖPNV zumindest zum Teil ersetzen könnten. Um die geeigneten Dispositionsstrategien unter Einsatz fahrerlose Fahrzeuge in ländlichen Raum zu entwickeln, wurde im Rahmen dieser Arbeit ein agentbasierte Simulationsmodell in Anylogic abgebildet. Die folgenden Einflussfaktoren sind als Grundlagen der Dispositionsentscheidungen betrachtet: Flottengröße Umwegfaktor Fahrzeugkapazität Wartezeit (Suchen Radius) Route der Leerfahrt Auf Basis von Strukturdaten des Untersuchungsraum Kronach und der aktuelle Fahrgastnachfrage werden grundsätzlich zwei Bedienformen betrachtet, Taxibetrieb und Shared-Autonomous-Vehicle Die Bedienform (Shared-Autonomous-Vehicle) der fahrerlosen Fahrzeuge ist eine kombinierte Bedienform zwischen Taxi und Ridesharing. Die Dispositionsregel der verschiedenen Bedienformen, sowie alle wesentliche Entscheidungskriterien wurden vorher festgelegt. Aus der Kombination des verschiedenen Werts der Entscheidungskriterien wurden unterschiedlichen Simulationsszenarien abgebildet. Die Simulationsergebnisse zeigen, wenn die Fahrzeuge mit einer größeren Flottengröße betrieben wurden, erhöhte sich der Bündelpotenzial deutlich, was zu einer höher Anzahl der bedienten Fahrgäste führte. In Betrachtung des effizienten Betriebs waren die Gewinne von größerer Flottengröße begrenzt, da die Auslastung pro Fahrzeug erheblich reduziert wurde. Die Auswirkung des Umwegfaktors auf dem Bündelpotenzial ist deutlich, wenn die Anzahl des Fahrzeugs klein ist. Der steigende Umwegfaktor führt zwar zur niedrigen Beförderungsqualität. Die Verspätung des Passagiers sowie durchschnittliche Reiseweite sind dadurch deutliche zunimmt. Wenn dem leeren Fahrzeuge nach originale Station zurück fahren wurde, wurden mehr Fahrgäste auf dem Rückweg des Fahrzeugs befördert. Diese Dispositionsregel hat zwar positive Beeinflussung auf die Bündelpotenzial, aber den durchschnittlichen gefahrenen Kilometer fast verdoppelt so hohe wie andere, also am Zielort des zuletzt beförderten Fahrgasts. In ländlichen Raum werden die meisten Verkehrsnachfrage mit den Verknüpfungspunkt, wie zentrale Umsteigpunkt oder Hauptbahnhof, verbindet. Das geringe Suchen Radius des Fahrgasts wurde zur einen höheres Bündelpotenzial führen. Und die größer Kapazität führt nicht unbedingt zur höher Beförderungsqualität. da wegen geringe Nachfrage in ländlichen Raum die durchschnittliche Auslastung jedes Fahrzeug nicht so hoch beiträgt. Die Hauptbeschränkung des Simulationsmodells ist die fehlende Interaktion zwischen Fahrzeug und anderen Verkehrsteilnehmer, insbesondere die Zusammenwirkung mit dem bestehenden ÖPNV Angebot. Es wird erwartet, dass diese Interaktion weitgehend die Leistung und Beförderungsqualität der fahrerlosen Fahrzeuge beeinflusst. Daher sollte diese Interaktion in die Weiterentwicklung des Simulationsmodells einbezogen werden. Eine weitere Beschränkung liegt an der pauschalen Annahme der Eingangsgröße, wie der Umwegfaktor, das Suchen Radius. Solche Entscheidungskriterien sollen bei weiter Arbeit unter Betrachtung verschiedene Nachfragegruppen jeweilig mit unterschiedlichen Fahrtzwecke abgebildet werden, um die Beschreibung des Fahrgastverhaltens zu verbessern. Die Simulation wurde auf die Grundlagen zu Dispositionsentscheidungen und ihre Auswirkung an Simulationsergebnisse fokussieren, um möglichweise eine effiziente Dispositionsstrategie abzuleiten. Um eine systematische Bewertung der Auswirkung verschiedenen Dispositionsstrategien aufbauen zu können, muss jedoch eine Wirtschaftlichkeitsbetrachtung hinsichtlich aller Kosten und Erlöse aus Betrieb- und Kundensicht erfordert werden.

Typ des Eintrags: Masterarbeit
Erschienen: 2017
Autor(en): Zou, Nan
Art des Eintrags: Bibliographie
Titel: Dispositions- strategien zum nachfrageorientierten Einsatz fahrerloser Fahrzeuge im ländlichen Raum
Sprache: Deutsch
Referenten: Boltze, Prof. Dr. Manfred ; von Mörner, Dipl.-Ing. Moritz
Publikationsjahr: 2017
Datum der mündlichen Prüfung: 2017
URL / URN: https://www.verkehr.tu-darmstadt.de/media/verkehr/fgvv/beruf...
Kurzbeschreibung (Abstract):

Seit 2003 ist die Anzahl der Bevölkerung in Deutschland rückläufig; gleichzeitig wächst das Alter der Bevölkerung deutlich. Die Nachfrage im ländlichen Raum liegt zum großen Teil im Berufs- und Schulverkehr. Deswegen sind im ländlichen Raum den ÖPNV von diesem demografischen Wandel besonders betroffen. Es gehen Einnahme verloren, während die Kosten kaum sinken. In der verkehrspolitischen Diskussion werden nachfragegesteuerte Bedienungsform oft als eine Ergänzung zu traditionellen Verkehrsbedienungsformen in ländlichen Räumen betrachtet, um sich um die der Probleme, wie dem demografischen Wandel und der schwankenden Mobilitätnachfrage, zu bemühen (Steinrück und Küpper 2010). Derzeit nehmen schon viele Einrichtungen bedarfsgesteuerten Verkehr in Anspruch. Allerdings können die Kosten hoch sein, wenn der Besetzungsgrad zu niedrig ist (Proff et al. 2013, S. 402). Ziel dieser Arbeit ist es, anhand ausgewählter Szenarien geeignete Dispositionsmaßnahmen und –strategien zu entwickeln, welche einen effizienten und nachfrageorientierten ÖPNV-Betrieb mit fahrerlosen Fahrzeugen zu ermöglichen. Heutzutage werden die fahrerlosen Fahrzeuge nicht mehr als Vision gesehen. Viele Pilotprojekte sind schon weltweit durchgeführt, wie Sohjoa Projekt in Finnland, Postbus in Schweiz. Mit seinen autonomen Fahrzeugen hat Google bereits mehr als drei Millionen Kilometer auf den Straßen der Stadt gefahren (Waymo 2016). Die Unternehmen wie Uber oder Lyft, die derzeit on-Demand in der Taxi-ähnlichen Dienstleistung tätig sind, möchten das gleiche System mit fahrerlosen Fahrzeugen anbieten. Die Funktionen des autonomen Fahrens haben das große Potenzial, Sicherheit, Energieverbrauch, Landnutzung sowie die Stau zu verbessern und könnten anhand dieser Technologie den gesamten Straßenverkehr in Zukunft grundlegend verändern. Diese müssen in einer großen Menge und damit als Serienprodukte eingesetzt werden. Im Allgemeinen erfordert die Übertragung eines technischen Systems von der Entwicklungsphase zur Serienproduktion die Freigabe dieses Systems (Felkai und Beiderwieden 2011, S. 47-49). Das Potenzial für Veränderungen im öffentlichen Verkehr geht jedoch weit über die Kostensenkung bestehender Angebote hinaus. Die fahrerlosen Fahrzeuge brauchen keine Autofahrer, weswegen diese autonomen On-Demand-Flotten in der näheren Zukunft das konventionelle Verkehrsmittel im ÖPNV zumindest zum Teil ersetzen könnten. Um die geeigneten Dispositionsstrategien unter Einsatz fahrerlose Fahrzeuge in ländlichen Raum zu entwickeln, wurde im Rahmen dieser Arbeit ein agentbasierte Simulationsmodell in Anylogic abgebildet. Die folgenden Einflussfaktoren sind als Grundlagen der Dispositionsentscheidungen betrachtet: Flottengröße Umwegfaktor Fahrzeugkapazität Wartezeit (Suchen Radius) Route der Leerfahrt Auf Basis von Strukturdaten des Untersuchungsraum Kronach und der aktuelle Fahrgastnachfrage werden grundsätzlich zwei Bedienformen betrachtet, Taxibetrieb und Shared-Autonomous-Vehicle Die Bedienform (Shared-Autonomous-Vehicle) der fahrerlosen Fahrzeuge ist eine kombinierte Bedienform zwischen Taxi und Ridesharing. Die Dispositionsregel der verschiedenen Bedienformen, sowie alle wesentliche Entscheidungskriterien wurden vorher festgelegt. Aus der Kombination des verschiedenen Werts der Entscheidungskriterien wurden unterschiedlichen Simulationsszenarien abgebildet. Die Simulationsergebnisse zeigen, wenn die Fahrzeuge mit einer größeren Flottengröße betrieben wurden, erhöhte sich der Bündelpotenzial deutlich, was zu einer höher Anzahl der bedienten Fahrgäste führte. In Betrachtung des effizienten Betriebs waren die Gewinne von größerer Flottengröße begrenzt, da die Auslastung pro Fahrzeug erheblich reduziert wurde. Die Auswirkung des Umwegfaktors auf dem Bündelpotenzial ist deutlich, wenn die Anzahl des Fahrzeugs klein ist. Der steigende Umwegfaktor führt zwar zur niedrigen Beförderungsqualität. Die Verspätung des Passagiers sowie durchschnittliche Reiseweite sind dadurch deutliche zunimmt. Wenn dem leeren Fahrzeuge nach originale Station zurück fahren wurde, wurden mehr Fahrgäste auf dem Rückweg des Fahrzeugs befördert. Diese Dispositionsregel hat zwar positive Beeinflussung auf die Bündelpotenzial, aber den durchschnittlichen gefahrenen Kilometer fast verdoppelt so hohe wie andere, also am Zielort des zuletzt beförderten Fahrgasts. In ländlichen Raum werden die meisten Verkehrsnachfrage mit den Verknüpfungspunkt, wie zentrale Umsteigpunkt oder Hauptbahnhof, verbindet. Das geringe Suchen Radius des Fahrgasts wurde zur einen höheres Bündelpotenzial führen. Und die größer Kapazität führt nicht unbedingt zur höher Beförderungsqualität. da wegen geringe Nachfrage in ländlichen Raum die durchschnittliche Auslastung jedes Fahrzeug nicht so hoch beiträgt. Die Hauptbeschränkung des Simulationsmodells ist die fehlende Interaktion zwischen Fahrzeug und anderen Verkehrsteilnehmer, insbesondere die Zusammenwirkung mit dem bestehenden ÖPNV Angebot. Es wird erwartet, dass diese Interaktion weitgehend die Leistung und Beförderungsqualität der fahrerlosen Fahrzeuge beeinflusst. Daher sollte diese Interaktion in die Weiterentwicklung des Simulationsmodells einbezogen werden. Eine weitere Beschränkung liegt an der pauschalen Annahme der Eingangsgröße, wie der Umwegfaktor, das Suchen Radius. Solche Entscheidungskriterien sollen bei weiter Arbeit unter Betrachtung verschiedene Nachfragegruppen jeweilig mit unterschiedlichen Fahrtzwecke abgebildet werden, um die Beschreibung des Fahrgastverhaltens zu verbessern. Die Simulation wurde auf die Grundlagen zu Dispositionsentscheidungen und ihre Auswirkung an Simulationsergebnisse fokussieren, um möglichweise eine effiziente Dispositionsstrategie abzuleiten. Um eine systematische Bewertung der Auswirkung verschiedenen Dispositionsstrategien aufbauen zu können, muss jedoch eine Wirtschaftlichkeitsbetrachtung hinsichtlich aller Kosten und Erlöse aus Betrieb- und Kundensicht erfordert werden.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Since 2003 the number of population in Germany has declined. At the same time the age of the population grows significantly. Rural demand is largely driven by working and education traffic. This is why rural transport is particularly affected by this demographic change. They are losing their revenue, while the costs are hardly going down. In the transportation policy, a demand-driven approach is often seen as a complement to traditional forms of transport in rural areas, in order to tackle problems such as demographic change and the fluctuating demand for mobility. At present many facilities are already using demand-driven traffic. However, the cost may get extremely high, if the occupancy rate stay at a low level. The aim of this work is to develop a suitable dispatching method and dispatching strategies based on selected scenarios, which enable an efficient and demand-oriented public transportation with driverless vehicles. Nowadays the driverless vehicles are no long just a concept. Many pilot projects have already been implemented worldwide, such as Sohjoa Project in Finland, Postbus in Switzerland. The autonomous vehicle from Google has already driven more than three million kilometers on the city street. The companies like Uber or Lyft, which are currently working on the on-demand service, would like to offer the same system with driverless vehicles. Using autonomous vehicles have the great potential to improve safety, energy consumption, land use and congestion. This technology could fundamentally change the road traffic in the future, at the time the autonomous vehicles are widely used. In general, the transformation this technical system from development phase to a serial production still requires decade to realize. However, the potential for the changes in public transport goes far beyond the cost reduction of the existing Transport system. The driverless vehicles do not need drivers, which is why these autonomous on-demand fleets could at least partially replace conventional public transport in the near future. In order to develop an appropriate dispatching strategies using driverless vehicles in rural areas, an agent-based model was developed in Simulation software Anylogic. The following influencing factors are considered as the basis to decide dispatching strategies: Fleet size Detour factor Vehicle capacity Waiting time (search radius) Route of the empty trip According to the basis of structural data of the research areas Kronach und the current transport demand, two operating models are generally taken into consideration: taxi operation and shared autonomous vehicles. The shared autonomous vehicles is a combined operating form between taxi and ridesharing. Die dispatching principle for these two operating forms as well as all essential decision criteria have been defined before. Different simulation scenarios will be settled from the combination of the different value of the decision criteria. The simulation results shows that, if the vehicles were operated with a larger fleet size, the bundle potential increased significantly, which resulted in a higher number of the transport passengers. In term of an efficient operation, however, the benefits of a larger fleet size were limited, because the occupancy rate per vehicle was significantly reduced. The effect of the detour is very clear on the bundle potential of trips, when the vehicles are operated in a relative small size. Increasing detour factor lead to a lower quality of the public transportation. As a result, the delay of the passenger as well as the average travel distance are thus significantly increased. When the empty vehicles were relocated towards the original station, like central station, more requests from passengers will be served on its way back. This principle of dispatch has a positive influence on the potential of bundle, which means a large number of trips will be shared, however the average travel distance of the vehicles are nearly twice as much as the other principle, stay at the place where the last passenger get off. In rural areas, most demand is generated from or to the central station. So it will be more practical, if the empty vehicles go back to the original station. Interestingly, if search radius goes smaller, more trips will be shared. And the larger vehicle capacity does not always lead to a higher transport quality, since the average occupancy of each vehicle stay at a very low level, due to a lower demand in rural areas. The main limitation of the simulation model is the lack of interaction between the vehicles and other road users, especially the interaction with the existing public transportation. It is expected that this interaction will largely affect the performance and improvement of the transportation quality of the driverless vehicles. Therefore, this interaction should be include in the further study of the simulation model. Another limitation is the overall assumption of the input parameter, such as detour, search radius. Such criteria are need to be specific discussed in term of different groups with different trip purposes, in order to improve the description of passenger behavior. The simulation was focused on the basis for quantify the tradeoff between fleet size, capacity, waiting time, detour and relocation of empty vehicles, trying to work out an efficient dispatching strategy. However, in order to be able to establish a systematic assessment of the impact of different dispatching strategies, a cost-benefit analysis must be introduced, regarding all costs and revenues from operating and customer requirements.

Englisch
Fachbereich(e)/-gebiet(e): 13 Fachbereich Bau- und Umweltingenieurwissenschaften
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Verbund Institute für Verkehr
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Verbund Institute für Verkehr > Institut für Verkehrsplanung und Verkehrstechnik
Hinterlegungsdatum: 26 Jan 2018 10:42
Letzte Änderung: 09 Jan 2019 15:27
PPN:
Referenten: Boltze, Prof. Dr. Manfred ; von Mörner, Dipl.-Ing. Moritz
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 2017
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen