Towards Autonomous and Safe Last-mile Deliveries with AI-augmented Self-driving Delivery Robots

要約

ラストマイル配送 (LMD) は、顧客満足度に重大な影響を与えるだけでなく、配送プロセスの中で最も時間とコストがかかる段階としても知られています。
差し迫った環境問題と最近の電子商取引の売上の急増により、ラストワンマイルの物流の自動化と電化に対する新たな関心が高まっています。
既存のロボット宅配業者が直面するハードルに対処するために、本稿では、AI 支援の自律配送ロボットに基づく、小規模都市コミュニティ向けの顧客中心で安全性を重視した LMD システムを紹介します。
提示されたフレームワークは、現実世界で課せられる運用上の不確実性、クライアントの希望するタイムスケジュール、歩行者の安全に対応しながら、物流プロセスのエンドツーエンドの自動化と最適化を可能にします。
この目的を達成するために、統合最適化コンポーネントは、時間ウィンドウを使用した累積容量式車両経路指定問題の堅牢な変形としてモデル化されます。この場合、配達の総待ち時間 (つまり、全体的な待ち時間) を最小限に抑えることを目的として、不確実な移動時間の下で経路が構築されます。
顧客の満足度に悪影響を与える可能性があります）。
私たちは、大学キャンパス内で 1 台のロボット宅配便を使用した実際の試験を通じて、提案された LMD システムの有用性を実証します。
実装の側面、展開から得られる発見と実践的な洞察について詳しく説明します。
最後に、ロボット車両と顧客の数に関する開発された数学的定式化のスケーラビリティを調査するために、数値シミュレーションによる貢献をまとめます。

要約(オリジナル)

In addition to its crucial impact on customer satisfaction, last-mile delivery (LMD) is notorious for being the most time-consuming and costly stage of the shipping process. Pressing environmental concerns combined with the recent surge of e-commerce sales have sparked renewed interest in automation and electrification of last-mile logistics. To address the hurdles faced by existing robotic couriers, this paper introduces a customer-centric and safety-conscious LMD system for small urban communities based on AI-assisted autonomous delivery robots. The presented framework enables end-to-end automation and optimization of the logistic process while catering for real-world imposed operational uncertainties, clients’ preferred time schedules, and safety of pedestrians. To this end, the integrated optimization component is modeled as a robust variant of the Cumulative Capacitated Vehicle Routing Problem with Time Windows, where routes are constructed under uncertain travel times with an objective to minimize the total latency of deliveries (i.e., the overall waiting time of customers, which can negatively affect their satisfaction). We demonstrate the proposed LMD system’s utility through real-world trials in a university campus with a single robotic courier. Implementation aspects as well as the findings and practical insights gained from the deployment are discussed in detail. Lastly, we round up the contributions with numerical simulations to investigate the scalability of the developed mathematical formulation with respect to the number of robotic vehicles and customers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google