論文の概要: A Sequential Framework for Urban Drone Delivery: Network Design, Vehicle Sizing, and Energy and Cost Assessment
- arxiv url: http://arxiv.org/abs/2611.07808v1
- Date: Thu, 05 Nov 2026 10:49:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.659848
- Title: A Sequential Framework for Urban Drone Delivery: Network Design, Vehicle Sizing, and Energy and Cost Assessment
- Title（参考訳）: 都市型ドローン配送のためのシークエンシャルフレームワーク:ネットワーク設計、車両サイズ、エネルギー・コスト評価
- Abstract要約: 韓国のソウルで、都市ドローン配達のためのシーケンシャルエンジニアリングフレームワークが紹介されている。
経路周波数は、配送需要を満たすために混合整数線形計画法を用いて決定される。
飛行距離と周波数、巡航性能、車両寸法を組み合わせて、月間エネルギー消費量、艦隊規模、ハブエリア、人員配置、運用コストを見積もる。
- 参考スコア（独自算出の注目度）: 0.8049701904919515
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A sequential engineering framework is presented for urban drone delivery, linking hub location, route planning, mission-specific vehicle sizing, and energy and operating cost assessment. Aggregate origin-destination demand is assumed known a priori. For each hub configuration, the maximum required link distance is minimized, and feasible routes that return to their departure hubs are generated. Route frequencies are determined using mixed-integer linear programming to satisfy delivery demand. The resulting range requirement guides motor-propeller selection and battery sizing to minimize vehicle takeoff mass. Flight distances and frequencies, cruise performance, and vehicle dimensions are combined to estimate monthly energy consumption, fleet size, hub area, staffing, and operating cost. The framework is applied to district-level Seoul delivery data. Increasing the number of hubs from one to four reduces the required range from 30.6 to 21.9 km and vehicle takeoff mass from 8.12 to 6.12 kg. Despite a 21.5% increase in total flight distance, monthly flight energy consumption decreases by 13.1%, from 15.2 to 13.2 MWh. Battery replacement is the largest vehicle-related operating expense, while operating cost per delivery increases from USD 1.18 to USD 2.20 because of higher rent and labor costs at the hubs. Among the designs evaluated, range-matched vehicles achieve the lowest operating cost in the two- and four-hub networks; a longer-range vehicle is least costly in the three-hub network. Sensitivity analyses further examine the effects of delivery demand and operating assumptions. The results demonstrate that reductions in vehicle mass and energy consumption do not necessarily lead to lower system operating cost.
- Abstract（参考訳）: 都市部のドローン輸送、ハブ位置のリンク、ルート計画、ミッション固有の車両サイズ、エネルギーと運用コスト評価のためのシーケンシャルなエンジニアリングフレームワークが提示されている。
アグリゲート原産地需要は、先験として知られている。
各ハブ構成について、最大所要リンク距離を最小化し、出発ハブに戻す可能な経路を生成する。
経路周波数は、配送需要を満たすために混合整数線形計画法を用いて決定される。
その結果のレンジ要件は、車両の離陸質量を最小限に抑えるために、モータープロペラの選択とバッテリーサイズをガイドする。
飛行距離と周波数、巡航性能、車両寸法を組み合わせて、月間エネルギー消費量、艦隊規模、ハブエリア、人員配置、運用コストを見積もる。
この枠組みは、地方レベルのソウル配達データに適用される。
ハブの数を1から4に増やすと、所要距離は30.6から21.9km、離陸重量は8.12から6.12kgに減少する。
総飛行距離が21.5%増加したにも拘わらず、月間飛行エネルギー消費量は13.1%減少し、15.2MWhから13.2MWhとなった。
バッテリー交換は自動車関連で最大のコストであるが、ハブの賃料と労働費が高騰したため、配達1台あたりの運転コストは1.18ドルから2.20ドルに増加した。
評価された設計のうち、レンジマッチング車両は2ハブと4ハブのネットワークで最低の運用コストを達成している。
感度分析は、配送需要と運用仮定の影響をさらに調べる。
その結果,車両の大量消費とエネルギー消費の削減が必ずしもシステム運用コストの低下に繋がるとは限らないことが示唆された。
関連論文リスト
- Robostreet Flow: A Lightweight, Ultra-Low-Drag Electric Tractor and Four-Truck Hybrid Convoy Architecture for Minimum-Cost Point-to-Point Freight [12.667896572345642]
ロボストリート・フロー (Robostreet Flow) はバッテリー駆動の6x4トラクタで、涙滴式単座キャブとドラッグ係数は0.35である。
炭素複合モノコックと構造的に統合された電池は、純車重量を50%削減する。
4台のフロートラックが先頭車のみに安全ドライバーを乗せたコーディネートとして運用され、3台の従者がSAEレベル4の自動走行モードで運用されている。
論文 参考訳（メタデータ） (2026-07-28T20:33:08Z) - Grid-Aware Charging and Operational Optimization for Mixed-Fleet Public Transit [11.618218411493478]
電気とディーゼルの両方からなる混成輸送車両は、重要な運用上の課題である。
本稿では,これらの課題に対処する包括的混合整数線形プログラミング(MILP)モデルを提案する。
提案手法は, 混合輸送船の運用コストを大幅に削減できることを示す。
論文 参考訳（メタデータ） (2026-01-13T17:30:25Z) - Intelligence per Watt: Measuring Intelligence Efficiency of Local AI [39.049258055931524]
大規模言語モデル(LLM)クエリは、主に集中型クラウドインフラストラクチャのフロンティアモデルによって処理される。
小さなLMは、多くのタスクにおけるフロンティアモデルに対する競合的なパフォーマンスを実現しています。
集中インフラからの需要の再分配によるローカル推論は可能か?
本稿では,局所的推論の能力と効率を評価する指標として,1ワット当たりのインテリジェンス(IPW)を提案する。
論文 参考訳（メタデータ） (2025-11-11T06:33:30Z) - Semi-on-Demand Transit Feeders with Shared Autonomous Vehicles and Reinforcement-Learning-Based Zonal Dispatching Control [2.5407305954218797]
本稿では、共有自動運転車(SAV)と強化学習(RL)に基づく地域派遣制御を用いた半オンデマンド交通供給サービスを開発する。
RLモデルの効率的な訓練の後、動的帯状制御を備えた半オンデマンドサービスは、16%の乗客を13%の一般料金で利用している。
論文 参考訳（メタデータ） (2025-09-02T02:14:11Z) - Collaborative Last-Mile Delivery: A Multi-Platform Vehicle Routing Problem With En-route Charging [5.93228031688634]
本研究は、ドローンとロボットによる新しい多プラットフォーム車両ルーティング問題を紹介する。
トラックが$mathcalM$、ドローンが$mathcalN$、ロボットが$mathcalK$を共同で配達する。
トラックはモバイルプラットフォームとして機能し、ドローンやロボットの起動、回収、ルートの充電を可能にする。
論文 参考訳（メタデータ） (2025-05-29T15:58:01Z) - Deep Learning Enhanced Road Traffic Analysis: Scalable Vehicle Detection and Velocity Estimation Using PlanetScope Imagery [38.22365259129059]
本稿では,PlanetScope SuperDove衛星画像を用いて車両の速度を推定する手法を提案する。
本稿では,RGB帯における車両軌跡追跡のためのキーポイントR-CNNモデルを提案する。
ドローン比較の結果、衛星データの平均速度は112.85km/h、ドローン映像の平均速度は131.83km/hと過小評価されている。
論文 参考訳（メタデータ） (2024-10-04T18:14:07Z) - Fair collaborative vehicle routing: A deep multi-agent reinforcement
learning approach [49.00137468773683]
協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。
従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。
我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
論文 参考訳（メタデータ） (2023-10-26T15:42:29Z) - A Distributed Model-Free Ride-Sharing Approach for Joint Matching,
Pricing, and Dispatching using Deep Reinforcement Learning [32.0512015286512]
我々は、動的で需要に敏感で、価格に基づく車両通行者マッチングとルート計画フレームワークを提案する。
我々の枠組みはニューヨーク市税のデータセットを用いて検証されている。
実験の結果,実時間および大規模設定におけるアプローチの有効性が示された。
論文 参考訳（メタデータ） (2020-10-05T03:13:47Z) - FlexPool: A Distributed Model-Free Deep Reinforcement Learning Algorithm
for Joint Passengers & Goods Transportation [36.989179280016586]
本稿では,乗用車と貨物輸送を組み合わせることで,車両による輸送を改善することを検討する。
我々はFlexPoolを提案する。FlexPoolは分散モデルなしの深層強化学習アルゴリズムで、乗客や商品のワークロードを共同で処理する。
また,FlexPoolはフリート利用率を30%向上し,燃料効率を35%向上することを示した。
論文 参考訳（メタデータ） (2020-07-27T17:25:58Z) - Minimizing Energy Use of Mixed-Fleet Public Transit for Fixed-Route
Service [7.2775693810940565]
本稿では,最適な割り当てとスケジューリングのための整数プログラムを提案し,大規模ネットワークのためのメタヒューリスティックアルゴリズムを提案する。
チャタヌーガにとって、提案されたアルゴリズムはエネルギーコストが145,635ドル、年間576.7トンの二酸化炭素排出量を削減できる。
論文 参考訳（メタデータ） (2020-04-10T17:45:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。