Home care services are the largest employers in Sweden, operating throughout the whole country with different conditions in every municipality. Some operate in widespread geographical areas such as Värmdö Municipality in Sweden, which also contain a large number of islands where care receivers live. The home care services face substantial challenges related to daily route planning and scheduling. Traditionally done manually, the process is time-consuming, inefficient, and difficult to accommodate the complex mix of operational, social, and legal constraints that exist in real-world scenarios. This thesis addresses these challenges by developing an automated routing and scheduling model for the home care services that not only improves efficiency but also accounts for sustainability through the integration of electric vehicles (EVs).

The study introduces an advanced Vehicle Routing Problem with Time Windows (VRPTW) model implemented using Google OR-Tools and PostgreSQL with pgRouting extensions. The model incorporates a comprehensive range of constraints, including hard constraints such as lunch breaks and nurse qualifications, as well as soft constraints such as caregiver-patient continuity and language compatibility. Real world data provided by Djurö hemtjänst formed the basis for model development and validation.

A key component in this work is the integration of electric vehicle range constraints into the route planning process. This is achieved through a simple temperature-sensitive energy consumption model based on empirical data for the Nissan Leaf, which dynamically adjusts vehicle range according to ambient weather conditions. Additional EV related constraints include recharging and route adjustments based on limited range. The model also accounts for appointments located on the islands of the municipality by the inclusion of ferry travel. 

Results from the model demonstrate a significant reduction in total travel time and planning time compared to the current manual process. Travel time has been reduced with 37 % and travel distance by 38 %. Comparing to the real world example data, provided in this project, this leads to work time savings of 42 hours per day, which corresponds to 2 hours per person per day. Moreover, the optimized routes suggest improved caregiver continuity, by increasing the preferred caregiver-care receiver match by 61 %. The work also explores a sensitivity analysis, which reveals the effect of various operational parameters. Furthermore, with the reduced travel distance follows a reduction in fuel consumption discussed in a sustainability analysis, which confirms reduced carbon emissions and operational costs. Moreover, the integration of an EV fleet was found to not negatively impact the operational efficiency of the model.

This thesis shows that integrating automatic route planning, while still considering real world constraints, can greatly improve the operational, economic, and ecological efficiency of the home care services. The approach and methodology presented have rather broad applicability, offering valuable insights for other sectors that rely on complex scheduling and routing, such as school transport and delivery services.

Hemtjänsten är den största arbetsgivaren i Sverige och arbetar över hela landet med varierande förutsättningar i varje kommun. Vissa verksamheter, som exempelvis Djurö hemtjänst i Värmdö kommun, är verksamma i geografiskt utspridda områden och innefattar även ett stort antal öar där vårdtagare bor. Hemtjänsten står inför betydande utmaningar kopplade till den dagliga planeringen av rutter och scheman. Planeringen sker ofta manuellt, vilket är tidskrävande, ineffektivt och svårt att anpassa efter de komplexa operativa, sociala och juridiska begränsningar som förekommer i praktiken. Detta examensarbete behandlar dessa utmaningar genom att utveckla en automatiserad modell för ruttplanering och schemaläggning inom hemtjänsten, som inte bara ökar effektiviteten utan även tar hänsyn till hållbarhet genom integrering av elbilar (EV).

Studien introducerar en avancerad modell för Vehicle Routing Problem with Time Windows (VRPTW), implementerad med Google OR-Tools och PostgreSQL med pgRouting-tillägg. Modellen inkluderar ett omfattande urval av begränsningar, såsom hard constraints som lunchraster och krav på sjuksköterskekompetens, samt soft constraints som kontinuitet mellan vårdgivare och vårdtagare och språklig kompatibilitet. Verkliga data från Djurö hemtjänst ligger till grunden för modellens utveckling och validering.

En central komponent i arbetet är integreringen av elbilars räckviddsbegränsningar i ruttplaneringen. Detta uppnås genom en simpel temperaturberoende energiförbrukningsmodell, baserad på empirisk data för Nissan Leaf, som justerar fordonens räckvidd beroende på väderförhållanden. Ytterligare EV-relaterade begränsningar inkluderar laddning och ruttplanering utifrån begränsad räckvidd. Modellen tar även hänsyn till besök på kommunens öar genom att inkludera färjetrans- porter.

Resultaten från modellen visar på en tydlig minskning av total restid och planeringstid jämfört med den nuvarande manuella metoden. Restiden har blivit minskad med 37 % och resesträckan minskad med 38 %. Jämförelsevis mot den verkliga exempeldatan som använts i detta projekt så leder detta till arbetstidsbesparingar på 42 timmar per dag, vilket motsvarar 2 timmar per person per dag. Utöver det så tyder de optimerade rutterna på en ökad vårdgivarkontinuitet genom att öka matchningen av föredragna vårdgivare-vårdtagare med 61 %. Arbetet utvärderar också en känslighetsanalys som visar effekten av flera operativa parametrar. Med reduktionen av resesträckan så följer också en reducering i bränslekonsumtion, diskuterat i en hållbarhetsanalys, vilken bekräftar minskade koldioxidutsläpp och lägre driftkostnader. Dessutom så kunde inte integreringen av elbilar påvisas leda till negativ påverkan av den operativa effektiviteten av modellen

Detta arbete visar att implementeringen av automatiserad ruttplanering, som samtidigt tar hänsyn till verkliga begränsningar, kraftigt kan förbättra den operativa, ekonomiska och ekologiska effektiviteten i hemtjänsten. Den föreslagna metoden har dessutom bred tillämpbarhet och kan ge värdefulla insikter för andra sektorer som stöter på komplex schemaläggning och ruttplanering, såsom skoltransporter och leveranstjänster.