Master Thesis

Electric vehicles introduce new problems in vehicle route planning. Due to limited battery capacity the fastest route from origin to destination is not always feasible. Existing techniques compute the energy optimal route, however this route is often too conservative in terms of travel time. Optimizing both energy consumption and travel time may allow us to identify routes which are both fast and energy efficient. In this thesis we examine the tradeoff between consumption and travel time in the form of profile functions. We acknowledge the fact that an electric vehicle may be driven slower to spare energy and so allow variable driving speeds on street segments. In a recent publication, Baum et al. offer a Pareto optimization approach which deals with the same problem. In our evaluation we show that the profile algorithm we develop outperforms this recent approach. Deutsche Zusammenfassung Sowohl der Energieverbrauch als auch die Reisezeit sind in der Routenplanung für Elektroautos von Bedeutung. Frühere Techniken berechnen entweder die schnellste oder die energie-effizienteste Route, wobei erstere in der Regel zu viel Energie und letztere zu viel Zeit kostet. Der Pareto-Ansatz von Baum et al. optimiert sowohl die Reisezeit als auch den Verbrauch, um den Trade-off zwischen diesen zwei Kriterien zu berechnen. Dabei werden auch variable Fahrgeschwindigkeiten auf Straßensegmenten betrachtet: das Elektroauto darf langsamer fahren, um Energie zu sparen. In dieser Masterarbeit entwerfen wir eine andere Modellierung für das gleiche Problem. Mit Hilfe von Funktionen beantworten wir Profilanfragen, die sowohl schneller als auch präziser sind im Vergleich zu dem Ansatz von Baum et al.