研究人员使用真实数据仿真 优化自动驾驶车队部署

据外媒报道，为了优化城市自动驾驶车队的部署，帝国理工学院的研究人员利用真实数据进行了模拟测试，结果显示了自动驾驶车队对拥堵、排放、公共交通和共享乘车的潜在影响。该团队使用真实数据、一系列服务参数和车队管理算法分析了数千种可能的部署场景，目的是确保这些服务能够更高效地运营并实现盈利，同时减少对其他交通方式的连锁反应，如积极和可持续的出行，同时在全球推广该市的街道部署计划。

帝国理工学院土木与环境工程系运输系统与物流实验室和自动驾驶汽车软件公司Oxbotica的研究人员联合开展了一个项目。这个名为SHIFT的项目是通过创新在英国交付的，并从联网和自动驾驶汽车中心赢得了158万英镑，。伦敦交通局还提供数据，帮助了解如何在伦敦不同地区以不同方式部署自动驾驶汽车，以及是否有必要在特定地区部署自动驾驶车辆。支持伦敦市长交通战略的核心目标是到2041年实现80%的城市绿色出行，改善伦敦的空气质量。帝国理工学院团队发布了一份未来的SHIFT自动驾驶部署报告，涵盖了模拟的具体细节、开创性的驾驶员安全指南、AV开发手册和数据基础设施框架，以帮助运营商在英国进行广泛的AV部署演示。Panagiotis Angeludis博士，帝国理工学院运输系统与物流系，他说：“AV技术的部署可能会改变全球城市的出行方式。通过SHIFT项目，我们有机会更详细地研究AV对其他交通方式的潜在影响。有了我们开发的工具，利益相关者可以更好地规划AV技术的布署，并为未来做好准备。”。“基于过去几十年对乘客行为的研究，该团队使用现有的道路网络和真实的出行需求模型数据来建模AV车队的影响。例如，如果考虑价格、便利性和出行时间，人们将如何选择他们的出行方式。随着时间的推移，由于AV可能不再需要司机，并实现全天运营，可能会出现空转，导致能源浪费和交通拥堵加剧。该团队开发的算法可以帮助优化车队运营，确保适当数量的车辆在正确的区域行驶，从而避免能源浪费。该团队还对AV电气化的影响进行了模拟测试，展示了减少道路运输排放的方法。Marc Stettler博士是数字孪生项目的研究人员之一，也是帝国理工学院交通与环境系的高级讲师，他说：“正确管理AV车队可以最大限度地减少能源消耗和环境影响。我们希望通过增加潜在乘客占用率和避免人流量来减少汽车的运行公里数。”该团队表示，其模拟可以提供运行环境的“数字孪生”，没有必要等待新技术的开发和部署来测试不同的场景。因此，它还可以解决其他交通问题，例如实现其他公共交通工具的电气化，并为未来的发展部署自动驾驶空中出租车。Angeloudis博士表示：在中心城市部署大量AV车队旨在减少私家车的数量并腾出道路空间。为了让公众选择这种交通方式，这种车队需要合理定价并满足公众的需求。为了实现这一点，应有效管理车辆，使其部署与用户需求保持一致，同时减少拥堵和排放。我们的模式将帮助车队运营商满足这些需求，从而使城市居民受益。投资部长Lord Grimstone表示：“自动驾驶汽车具有巨大的潜在经济和环境效益。在英国繁忙的城市安全部署这项技术非常重要。SHIFT的指导方针为自动驾驶汽车的上路铺平了道路，并进一步证明，凭借我们在疫情期间所做的环保工作，英国将在环保领域占据全球领先地位……

未来的自动驾驶。“TSL团队将专注于将其模拟技术应用于自动驾驶汽车的安全部署。

标签：

汽车资讯热门资讯