A Review of Researches on Operation Management, Simulation, and Evaluation of Urban Autonomous Delivery Vehicles

doi:10.12141/j.issn.1000-565X.240367

Abstract

Abstract:

The operation simulation and evaluation constitute the basis of theoretical research in the field of autonomous delivery vehicles, and are conducive to the high-quality ground operation of autonomous delivery vehicles. This paper first reviews the current state of autonomous delivery vehicle technology and the domestic and international safety operation management standards, then analyzes the driving characteristics of autonomous delivery vehicles (including vehicle safety attributes, speed and energy consumption profiles, as well as following and lane-changing behaviors) and the operational characteristics of delivery services. The study highlights the need to strike an appropriate balance among vehicle design, environmental factors and delivery tasks, and summarizes the current state and limitations of simulation methodologies for testing autonomous delivery vehicle technology, operational impact assessments, and network simulations. On this basis, by drawing on the operation evaluation methodologies for autonomous delivery vehicles at home and abroad and considering the operational characteristics, an indicator system for assessing the performance of autonomous delivery vehicles operating in non-motorized lanes is established, and the key evaluation metrics and future research directions of autonomous delivery vehicles are outlined. There comes to the conclusions that (1) the existing simulation technologies for the operation of autonomous delivery vehicles lack unified and authoritative management standards; (2) the researches on simulation-based evaluation of the operational impacts of autonomous delivery vehicles are limited; (3) current studies on the operational characteristics of autonomous delivery vehicles are insufficiently detailed and lack consideration of real-world deployment scenarios; and (4) drawing on road level-of-service evaluation indicators, average speed variation rate and average density variation rate are two appropriate evaluation metrics for assessing the impact of autonomous delivery vehicle deployment.

Key words: urban transportation, autonomous delivery vehicle, placement strategy, operation simulation, operation evaluation

CLC Number:

U492.3

LI Haijian, LI Yuxuan, WANG Weijie, TONG Shengjun, GAO Jingbo, LI Tongfei, CHEN Na. A Review of Researches on Operation Management, Simulation, and Evaluation of Urban Autonomous Delivery Vehicles[J]. Journal of South China University of Technology(Natural Science Edition), 2025, 53(11): 90-100.

Figures/Tables 10

Fig.1

Fig.2

Table 1

Table 2

Fig.3

Fig.4

Table 3

Table 4

Table 5

Fig.5

References 45

[1]	车百智库，中国电动汽车百人会．无人配送在国内商业化的现状、挑战及建议［J］．智能网联汽车，2020 （2）：60-67．
	China EV 100 Think Tank，China EV100．Current status， challenges and recommendations for commercialization of autonomous delivery in China［J］．Intelligent Connected Vehicle，2020（2）：60-67．
[2]	BOYSEN N， FEDTKE S， SCHWERDFEGER S ．Last-mile delivery concepts：a survey from an operational research perspective［J］．OR Spectrum，2021，43（1）：1-58．
[3]	PENG Z， SUN J， LU Q ．China’s public transportation：problems，policies，and prospective of sustainability［J］．ITE Journal-Institute of Transportation Engineers，2012，82（5）：36-40．
[4]	LIU N， WANG Y， BAI Q，et al ．Road life-cycle carbon dioxide emissions and emission reduction technologies：a review［J］．Journal of Traffic and Transportation Engineering （English Edition），2022，9（4）：532-555．
[5]	GARUS A， ALONSO B， RAPOSO M A，et al ．Last-mile delivery by automated droids. Sustainability assessment on a real-world case study［J］．Sustainable Cities and Society，2022，79（2）：103728/1-15．
[6]	PAREKH D， PODDAR N， RAJPURKAR A，et al ．A review on autonomous vehicles：progress，methods and challenges［J］．Electronics，2022，11（14）：2162/1-18．
[7]	SHADRIN S S， IVANOVA A A ．Analytical review of standard SAE J3016“taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles”with latest updates［J］．Avtomobil’ Doroga Infrastruktura，2019，3（21）：10-20．
[8]	AHMED H U， HUANG Y， LU P，et al ．Technology developments and impacts of connected and autonomous vehicles：an overview［J］．Smart Cities，2022，5（1）：382-404．
[9]	KAPSER S， ABDELRAHMAN M， BERNECKER T ．Autonomous delivery vehicles to fight the spread of Covid-19—How do men and women differ in their acceptance？［J］．Transportation Research Part A：Policy and Practice，2021，148：183-198．
[10]	MARSDEN N， BERNECKER T， ZÖLLNER R，et al ．BUGA：log—a real-world laboratory approach to designing an automated transport system for goods in urban areas［C］∥Proceedings of 2018 IEEE International Conference on Engineering，Technology and Innovation．Stuttgart：IEEE，2018：1-9．
[11]	DE ARAÚJO F A， DOS REIS J G M， CRUZ C P F DA ．The role of last-mile delivery in the future of e-commerce［C］∥Proceedings of IFIP International Conference on Advances in Production Management Systems．Novi Sad：Springer，2020：307-314．
[12]	SRINIVAS S ．Autonomous robot-driven deliveries：a review of recent developments and future directions［J］．Transportation Research Part E：Logistics and Transportation Review，2022，165：102834/1-16．
[13]	KAPSER S， ABDELRAHMAN M ．Acceptance of autonomous delivery vehicles for last-mile delivery in Germany—Extending UTAUT2 with risk perceptions［J］．Transportation Research Part C：Emerging Technologies，2020，111：210-225．
[14]	FIGLIOZZI M， JENNINGS D ．Autonomous delivery robots and their potential impacts on urban freight energy consumption and emissions［J］．Transportation Research Procedia，2020，46：21-28．
[15]	Nuro ．Safety_Nuro［EB/OL］．．
[16]	BAI J， CAI J， ZHOU T，et al ．Research on Key technologies of meal delivery robot based on the fusion of lidar and machine vision［C］∥Proceedings of 2021 7th International Conference on Big Data and Information Analytics．Chongqing：IEEE，2021：236-242．
[17]	LEE D， KANG G， KIM B，et al ．Assistive delivery robot application for real-world postal services［J］．IEEE Access，2021，9：141981-141998．
[18]	PROTASOV S， KARPYSHEV P， KALINOV I，et al ．CNN-based omnidirectional object detection for hermesBot autonomous delivery robot with preliminary frame classification［C］∥Proceedings of 2021 20th International Conference on Advanced Robotics．Ljubljana：IEEE，2021：517-522．
[19]	CHENG S， WANG Z， YANG B，et al ．Convolutional neural network-based intelligent decision-making for automated vehicles［J］．IFAC-PapersOnLine，2022，55（27）：509-514．
[20]	李克强，戴一凡，李升波，等．智能网联汽车（ICV）技术的发展现状及趋势［J］．汽车安全与节能学报，2017，8（1）：1-14．
	LI Keqiang， DAI Yifan， LI Shengbo，et al ．State-of-the-art and technical trends of intelligent and connected vehicles［J］．Automotive Safety and Energy，2017，8（1）：1-14．
[21]	KAMTAM S B， LU Q， BOUALI F，et al ．Network latency in teleoperation of connected and autonomous vehicles：a review of trends，challenges，and mitigation strategies［J］．Sensors，2024，24（12）：3957/1-37．
[22]	ZHENG G， NI Q， NAVAIE K，et al ．A distributed learning architecture for semantic communication in autonomous driving networks for task offloading［J］．IEEE Communications Magazine，2023，61（11）：64-68．
[23]	ZHOU X， XING X， QIN H，et al ．Communication-performance trade-off formation control for NAUVs：an interleaved event-triggered strategy［J］．Nonlinear Dynamics，2025，13（8）：8713-8739．
[24]	陆淼嘉，尹钦仪．“最后一公里”无人车配送发展现状及应用前景［J］．综合运输，2021，43（1）：117-121．
	LU Miaojia， YIN Qinyi ．The development and applications of last-mile autonomous delivery vehicle［J］．China Transportation Review，2021，43（1）：117-121．
[25]	京东物流．京东无人配送车［EB/OL］．．
[26]	美团网．美团无人配送车［EB/OL］．．
[27]	STARSHIP ．Starship technologies：autonomous robot delivery vehicle［EB/OL］．．
[28]	HOFFMANN T， PRAUSE G ．On the regulatory framework for last-mile delivery robots［J］．Machines，2018，6（3）：33/1-16．
[29]	PLANK M， LEMARDELÉ C， ASSMANN T，et al ．Ready for robots？Assessment of autonomous delivery robot operative accessibility in German cities［J］．Journal of Urban Mobility，2022，2：100036/1-15．
[30]	LI H， ZHANG J， SUN X，et al ．A survey of vehicle group behaviors simulation under a connected vehicle environment［J］．Physica A：Statistical Mechanics and its Applications，2022，603：127816/1-22．
[31]	TIAN Z， SHI W ．Design and implement an enhanced simulator for autonomous delivery robot［C］∥Proceedings of 2022 5th International Conference on Connected and Autonomous Driving．Detroit：IEEE，2022：21-29．
[32]	VONGBUNYONG S， TRIPATHI S P， THAMRONGAPHI-CHARTKUL K，et al ．Simulation of autonomous mobile robot system for food delivery in in-patient ward with unity［C］∥Proceedings of 2020 15th International Joint Symposium on Artificial Intelligence and Natural Language Processing．Bangkok：IEEE，2020：1-6．
[33]	LIU Y， NOVOTNY G， SMIRNOV N，et al ．Mobile delivery robots：mixed reality-based simulation relying on ROS and unity 3D［C］∥Proceedings of 2020 IEEE Intelligent Vehicles Symposium．Online：IEEE，2020：15-20．
[34]	LIAQAT A， HUTABARAT W， TIWARI D，et al ．Autonomous mobile robots in manufacturing：highway code development，simulation，and testing［J］．The International Journal of Advanced Manufacturing Technology，2019，104：4617-4628．
[35]	RAJU N， FARAH H ．Evolution of traffic microsimulation and its use for modeling connected and automated vehicles［J］．Journal of Advanced Transportation，2021，2021（1）：1-29．
[36]	HE S， GUO X， DING F， et al ．Freeway traffic speed estimation of mixed traffic using data from connected and autonomous vehicles with a low penetration rate［J］．Journal of Advanced Transportation，2020，2020（1）：1-13．
[37]	李宇轩．城市低速无人配送车行为仿真与投放策略研究［D］．北京：北京工业大学，2023．
[38]	李海舰，吴丽君，陈娜，等．面向车联网的交通-通信联合仿真平台研究综述［J］．交通工程，2024，24（5）：9-18．
	LI Haijian， WU Lijun， CHEN Na，et al ．Review of joint simulation platform research for transportation and communication in vehicular networks［J］．Journal of Transportation Engineering，2024，24（5）：9-18．
[39]	RONDINONE M， MANEROS J， KRAJZEWICZ D，et al ．iTETRIS：a modular simulation platform for the large scale evaluation of cooperative ITS applications［J］．Simulation Modelling Practice and Theory，2013，34：99-125．
[40]	PIORKOWSKI M， RAYA M， LUGO A L，et al ．TraNS：realistic joint traffic and network simulator for VANETs［J］．ACM SIGMOBILE Mobile Computing and Communications Review，2008，12（1）：31-33．
[41]	张晋，王慧，李平．基于元胞自动机（CA）的自行车流建模及仿真［J］．公路交通科技，2006（1）：125-129，134．
	ZHANG Jin， WANG Hui， LI Ping ．Modeling and simulation of bicycle flow based on cellular automata （CA）［J］．Highway Transportation Technology，2006（1）：125-129，134．
[42]	LIANG X， XIE M， JIA X ．Use of entropy to analyze level of service of dedicated bike lanes in China［J］．Advances in Mechanical Engineering，2017，9（6）：1-12．
[43]	李玉清．基于仿真的自行车道服务水平和设计参数确定方法［D］．长沙：长沙理工大学，2019．
[44]	韩慧．混行非机动车道服务水平评价方法研究［J］．交通与运输（学术版），2014（2）：125-129．
	HAN Hui ．Studies about Level of service of mixed non-motorized lane［J］．Traffic & Transportation，2014（2）：125-129．
[45]	李海航．城市非机动车道通行能力研究［D］．石家庄：石家庄铁道大学，2015．

车辆类型	车辆尺寸/（mm × mm × mm）	承载质量/kg	最大速度/（km·h^-1）	续航里程或电池容量
京东无人配送车	2 100 × 960 × 1 850	100	35	40 km
美团“魔袋20”无人配送车	2 450 × 1 010 × 1 900	150	45	120 km
Nuro R2无人配送车	2 740 × 1 100 × 1 860	190	40	31 kW·h
Starship无人配送车	697 × 569 × 571	10	6	1.26 kW·h

名目	相应规定
名目	中国（北京）	美国（宾夕法尼亚州）			英国
车辆分类管理	非机动车	个人配送设备（PDD）	低速车	微型移动车辆
行驶范围	非机动车道	人行道、路肩、路堤	机动车道	机动车道
管理规范	行业规范	各州PDD法规 + 许可证制度	机动车法规+许可证制度	依据机动车法规管理
装载质量/kg	≤ 600	≤ 36	≤ 190	≤ 10
整车尺寸/（m × m × m）	≤ 3.0 × 1.2 × 1.9	≤ 1.06 × 8.12 × 1.82	≤ 2.74 × 1.1 × 1.86	—
最高车速/（km·h^-1）	≤ 15	≤ 11	≤ 40	≤ 25
行驶监管	现场或远程操作人员时刻监管	前期为现场监管，后期为操作员持驾驶执照远程监控和操作		前期为现场监管，后期为操作员持驾驶执照远程监控和操作
事故判定	交管部门判定	车辆购买保险		运营方
信息安全	符合现行国家和行业标准	数据及摄像头记录保护个人身份信息（白名单）		—

参数标定内容	VISSIM内部参数借鉴对象	无人配送车自定义参数
车辆类型	小汽车	无人配送车
车辆模型	小汽车	长度、车轴、前离合器、前车轴、后车轴、后离合器
期望速度分布	—	无人配送车期望速度
车辆加/减速函数	—	最大加速度、期望加速度、最大减速度、期望减速度
质量分布曲线	—	空载质量、满载质量
功率分布	—	无人配送车功率分布
颜色分布	—	无人配送车颜色
驾驶行为参数	跟驰模型	CC0——停车间距
		CC1——车头时距
		CC2——跟车变量
		CC3——进入跟车状态的阈值
		CC4——跟车状态的阈值1
		CC5——跟车状态的阈值2
		CC6——车速振动
		CC7——加速度波动幅度
		CC8——停车的加速度
		CC9——80 km/h时的加速度
		前视距离
		后视距离
		观察到的车辆数
	换道参数	最大减速度，本车
		最大减速度，后车
		可接受减速度，本车
		可接受减速度，后车
		消失的等待时间
		最小车头间距
		安全距离折减系数
		协同刹车的最大减速度

因素类别	因素名称
路段	路段长度
	道路宽度
	非机动车/机动车流量
	隔离类型
	车辆组成比例
交叉口	交叉口尺寸
	有效绿灯时间
	右转比例
	车辆启动损失时间
	道路宽度
	饱和车头时距

评价方法	评价角度	文献	车道	评级指标	等级
实测法	用户感知	美国《公路能力手册》，2010年版	机动车道	平均运行速度、负荷度、平均延误	六级
			自行车道	超越事件数、车道宽度
			人行道	行人占有空间、平均速度、行人流率、负荷度
	交通流	CJJ 37—2012《城市道路工程设计规范》	自行车道	骑行速度、占道面积、负荷度	四级
仿真法	交通流	张晋等^［41］	自行车道	密度、平均速度	五级
	用户感知	Liang等^［42］	自动车道	速度状态熵、密度	五级
	用户感知和交通流	李玉清^［43］	自行车道	反应空间障碍物密度、剩余感知空间障碍物密度、负荷度、平均速度、车流密度	五级