%0 Journal Article
%A 霍月英
%A 张越
%A 李晓娟
%A 陈国庆
%T 接驳地铁的共享自动驾驶汽车动态合乘匹配研究
%D 
%R 10.19721/j.cnki.1001-7372.2024.06.024
%J 中国公路学报
%P 288-301
%V 37
%N 6
%X <p>为了实现共享自动驾驶汽车（Shared Autonomous Vehicles，SAV）和地铁的整合，提出采用SAV作为地铁“第一公里”（First Mile，FM）和“最后一公里”（Last Mile，LM）的接驳方式。构建了动态合乘匹配系统以厘清接驳地铁的SAV合乘的框架及运行规则，系统输入为路网数据、SAV数据（位置、载客状态等）、出行者数据（起点、终点等），输出为出行匹配结果、合乘路径。建立了出行路径模型和出行匹配模型来实现系统的合乘匹配功能。出行路径模型考虑出行者绕行时间最小化进行建模，可得到任意2名出行者合乘时的最优出行路径，用于出行匹配模型的参数计算。出行匹配模型协同考虑出行者服务质量和运营商利益以及SAV与地铁时刻表的联合优化进行建模，可得到最优出行匹配方案，包括人与SAV匹配、人与人匹配。选取纽约曼哈顿地铁进行4种出行需求（2 160、4 320、6 480、8 640次·h<sup>－1</sup>）的算例分析。结果表明：在出行需求2 160、4 320次·h<sup>－1</sup>的FM和LM出行、出行需求6 480次·h<sup>－1</sup>的LM出行中，出行者平均等待时间最大值为1.06 min，出行者平均绕行时间最大值为1.11 min，出行者平均匹配时长最长为46.09 s，每小时最多可为运营商节约877.24 km的车辆行驶里程，匹配率最高可达61.67%，系统平均求解时长最长为2.09 s；表明所建系统和模型具有高效性和稳定性。</p>
%U http://zgglxb.gfscw.cn/CN/10.19721/j.cnki.1001-7372.2024.06.024