amodeus

amodeus.amodeus

Bibliothèque de simulation de mobilité autonome à la demande, version 2.1.1

Administrateurs

AMoDeus est maintenu et développé conjointement par les administrateurs Christian Fluri (ETH Zürich), Joel Gächter (ETH Zürich), Sebastian Hörl (IRT SystemX), Claudio Ruch, Jan Hakenberg, ChengQi Lu (TU Berlin) et Marc Albert (nuTonomy). . Il existe une chaîne Slack où les acteurs de la bibliothèque se rencontrent et échangent.

Faites-nous savoir si vous souhaitez contribuer au code ou rejoindre la chaîne Slack !

But

Ce référentiel est une bibliothèque qui permet la simulation de systèmes de mobilité autonome à la demande (AMoD), y compris leurs algorithmes de gestion de flotte, dans l'environnement de simulation de transport multi-agents MATSim.

Essayez-le, orchestrez votre propre flotte de taxis amod ! Pour commencer, installez et exécutez amod. Voici une visualisation.

Notre site Web est amodeus.science.

Caractéristiques

Le code gère le dispatching des taxis autonomes dans l'environnement MATSim. Il fournit des algorithmes standard de répartition autonome de mobilité à la demande et une API pour en mettre en œuvre et tester de nouveaux.

Algorithmes de répartition de la capacité unitaire disponible

• Politique de rééquilibrage adaptatif en temps réel à partir de l'équilibrage de charge robotique pour les systèmes de mobilité à la demande par Pavone, M., Smith, SL, Frazzoli, E. et Rus, D., 2012.
• Politique de rééquilibrage optimal fluidique à partir de l'équilibrage de charge robotique pour les systèmes de mobilité à la demande par Pavone, M., Smith, SL, Frazzoli, E. et Rus, D., 2012.
• Politique mondiale de correspondance bipartite de Ruch, Claudio, Sebastian Hörl et Emilio Frazzoli. "Amodeus, un banc d'essai basé sur la simulation pour les systèmes autonomes de mobilité à la demande." 2018 21e Conférence internationale sur les systèmes de transport intelligents (ITSC). IEEE, 2018.
• Algorithme SQM de Fundamental Performance Limits and Efficient Polices for Transportation-On-Demand Systems par M.Pavone, K.Treleaven, E.Frazzoli, 2010.
• Heuristique de répartition de l'équilibrage de la demande et de l'offre tirée de la simulation microscopique à grande échelle des services de taxi par Maciejewski, M. et Bischoff J., 2015.
• Stratégie du premier arrivé, premier servi avec rééquilibrage du réseau à partir des opérations du parc de véhicules autonomes partagés pour Austin, Texas, marché par Fagnant, DJ, Kockelman, KM et Bansal, P., 2015.
• Politique de rééquilibrage variable dans le temps par Spieser, Kevin, Samitha Samaranayake et Emilio Frazzoli. "Routage des véhicules pour les systèmes de mobilité partagée avec une demande variable dans le temps." Conférence américaine de contrôle (ACC), 2016. IEEE, 2016.
• Méthode +1 tirée de La méthode +1 : politiques de repositionnement adaptatif sans modèle pour les systèmes robotiques multi-agents par Ruch, C., Gächter, J., Hakenberg, J. et Frazzoli, E., 2019.
• Algorithme DFR d'Albert, M., Ruch, C. et Frazzoli, E. « Déséquilibre dans les systèmes de mobilité à la demande : un modèle stochastique et une approche de contrôle distribué ». Transactions ACM sur les algorithmes et systèmes spatiaux (TSAS) - Numéro spécial sur la mobilité urbaine : algorithmes et systèmes, 2019.
• Politique de contrôle ne nécessitant aucune communication explicite et politique de contrôle basée sur des capteurs d'Arsie, Alessandro, Ketan Savla et Emilio Frazzoli. "Algorithmes de routage efficaces pour plusieurs véhicules sans communications explicites." Transactions IEEE sur le contrôle automatique, 2009.

Algorithmes de répartition du covoiturage disponibles

• Équilibrage de l'offre et de la demande avec extension de faisceau pour le covoiturage Heuristique d'équilibrage de l'offre de demande issue d' une simulation microscopique à grande échelle des services de taxi par Maciejewski, M. et Bischoff J., 2015 étendue au covoiturage si deux demandes commencent proches l'une de l'autre et ont une direction similaire.
• Stratégie de partage de trajet dynamique issue du covoiturage dynamique et du dimensionnement optimal de la flotte pour un système de véhicules autonomes partagés par Fagnant, DJ et Kockelman, KM, 2015.
• Action T de Ma, Shuo, Yu Zheng et Ouri Wolfson. "T-share : un service de covoiturage dynamique en taxi à grande échelle." Ingénierie des données (ICDE), 29e conférence internationale de l'IEEE 2013 sur. IEEE, 2013.
• Algorithme haute capacité d'Alonso-Mora, Javier et al. « Covoiturage haute capacité à la demande via une affectation dynamique de véhicule de voyage. » Actes de l'Académie nationale des sciences 114.3 (2017) : 462-467.

Galerie

Intégration

Spécifiez repository et dependency de la bibliothèque amodeus dans le fichier pom.xml de votre projet maven :

< repositories >
  < repository >
    < id >amodeus-mvn-repo</ id >
    < url >https://raw.github.com/amodeus-science/amodeus/mvn-repo/</ url >
    < snapshots >
      < enabled >true</ enabled >
      < updatePolicy >always</ updatePolicy >
    </ snapshots >
  </ repository >
</ repositories >

< dependencies >
  < dependency >
    < groupId >amodeus</ groupId >
    < artifactId >amodeus</ artifactId >
    < version >2.1.1</ version >
  </ dependency >
</ dependencies >

Le code source est joint à chaque version.

Littérature

AMoDeus a été initialement introduit dans l'article

• AMoDeus, un banc d'essai basé sur la simulation pour les systèmes autonomes de mobilité à la demande par Ruch, C., Hörl, S., Frazzoli, E., dans la 21e Conférence internationale sur les systèmes de transport intelligents (ITSC), pages 3639-3644, 2018.

Depuis, la bibliothèque a été utilisée pour diverses contributions scientifiques, notamment :

• Quantification de l'efficacité du covoiturage par Ruch, C., Lu, C., Sieber, L. et Frazzoli, dans IEEE Transactions on Intelligent Transportation Systems, 10.1109/TITS.2020.2990202, 2020
• Amélioration des transports publics dans les zones rurales avec des voitures autonomes : une étude sur l'exploitation des lignes ferroviaires suisses. par Sieber, L., Ruch, C., Hörl, S., Axhausen, KW et Frazzoli, E. dans Transportation Research Part A : Policy and Practice, 134 : 35-51, 2020
• Politiques opérationnelles de flotte pour la mobilité automatisée : une évaluation par simulation pour Zurich par Hörl, S., Ruch, C., Becker, F., Frazzoli, E. et Axhausen, K, dans Transportation Research Part C : Emerging Technologies, 102:20 –31, 2019
• Apprendre à exploiter une flotte de voitures par Fluri, C., Ruch, C. Zilly, J. et Frazzoli, E., . Dans Conférence IEEE sur les systèmes de transport intelligents (ITSC) 2019, pages 2292 à 2298. IEEE, 2019
• Déséquilibre dans les systèmes de mobilité à la demande : un modèle stochastique et une approche de contrôle distribué par Albert, M., Ruch, C. et Frazzoli, E. dans ACM Transactions on Spatial Algorithms and Systems (TSAS), 5(2) : 13 , 2019
• Contrôle prédictif de modèle évolutif pour les systèmes autonomes de mobilité à la demande par Carron, A., Seccamonte, F., Ruch, C., Frazzoli, E. et Zeilinger, M., dans IEEE Transactions on Control Systems Technology, pages 1– 10, 2019
• La valeur de la coordination dans les systèmes de mobilité unidirectionnelle à la demande par Ruch, C., Richards, S. et Frazzoli, dans IEEE Transactions on Network Science and Engineering, 10.1109/TNSE.2019.2912078, 2019

Divers

Ainsi mein äusserer Sinn die physische, mein innerer Sinn die moralische Welt. Tout cela sous-tend ma volonté, jede Erscheinung, jede Handlung kann ich nennen, wie es mir gefällt ; La légende et le monde sont suspendus à la Ketten, mon esprit est enregistré, mes pensées Leben n'est qu'un traumatisme, dessen mancherlei Gestalten sich nach meinem Willen formen. Je suis moi-même bin das einzige Gesetz in der ganzen Natur, ce Gesetz gehorcht alles.