Coöperatieve automatisering van ecologisch rijden verbetert de energie-efficiëntie en veiligheid

Stel je voor dat je een heuvel oprijdt naar een verkeerslicht. Het licht is nog steeds groen, dus je bent geneigd te versnellen om de kruising te passeren voordat het licht verandert. Vervolgens ontvangt een apparaat in uw auto een signaal van de controller die op het kruispunt is gemonteerd, dat u erop attent maakt dat het licht binnen twee seconden zal veranderen – duidelijk niet genoeg tijd om het licht te verslaan. U haalt uw voet van het gaspedaal en remt af, waardoor u brandstof bespaart. U voelt zich ook veiliger, wetende dat u niet door rood licht reed en mogelijk een aanrijding op de kruising veroorzaakte.

Geconnecteerde en geautomatiseerde voertuigen, die voertuig tot voertuig (V2V) en tussen voertuigen en weginfrastructuur zoals verkeerslichten en stopborden (V2I) kunnen interacteren, beloven energie te besparen en de veiligheid te verbeteren. In een nieuwe studie gepubliceerd in Transportonderzoek Deel B, ingenieurs van de Michigan Technological University stellen een modelleerraamwerk voor voor V2V en V2I coöperatief rijden.

Coöperatief rijden helpt auto’s en hun chauffeurs om veilig en efficiënt te navigeren. Het raamwerk maakt gebruik van een eco-driving-algoritme dat prioriteit geeft aan brandstofbesparing en het verminderen van emissies. Het geautomatiseerde algoritme berekent locatiegebaseerde verkeerscontroleapparaten en wegbeperkingen met behulp van kaarten en geografische informatie. Het onderzoek wordt geleid door Kuilin Zhang, universitair hoofddocent civiele techniek en milieutechniek en aangesloten universitair hoofddocent informatica aan Michigan Tech, samen met Shuaidong Zhao ’18, nu senior kwantitatief analist bij National Grid.

De afgelopen drie jaar zijn er in Houghton, Michigan, eenheden langs de weg geïnstalleerd op vijf van de verkeerslichten van de stad die V2I-communicatie mogelijk maken. Zhang voerde een simulatieanalyse uit met behulp van echte verkeerssignaalfasering en timingberichten van de Ann Arbor-testomgeving voor verbonden voertuigen en is van plan om het testen in het Houghton-gebied uit te breiden.

“Het hele idee van coöperatieve rijautomatisering is dat de signalen op de kruising je auto vertellen wat er voor je gebeurt”, zei Zhang. “De sensor op de kruising kan alle verbonden voertuigen die de kruising passeren ten goede komen. Het geautomatiseerde eco-driving-algoritme verbetert de rijbeslissingen van de verbonden en geautomatiseerde voertuigen.”

De simulatieresultaten tonen aan dat het coöperatieve geautomatiseerde algoritme voor ecorijden energie bespaart – 7% onder licht verkeer en 23% onder zwaar verkeer langs de corridor.

“Het stoppen en gaan, stoppen en gaan, het kan veel energie kosten”, zei Zhang. “Het concept van ecorijden omvat de manier waarop het voertuig rijbeslissingen neemt op basis van niet alleen gegevens van voorliggers, maar ook met informatie afkomstig van een verkeerslicht.”

Het model van Zhang haalt high-definition (HD) -kaarten op, die de hardware en software van een aangesloten voertuig gebruiken om tot op de centimeter nauwkeurige navigatie te bieden. HD-kaarten bevatten meerdere soorten omgevingsdetectie: langeafstandsradar, lidar, camerabeelden, korte / middellange afstandsradar en echografie.

Zhang zei dat voor autonoom rijden het belangrijk is om oriëntatiepunten te kennen om het rijden van de auto te beheersen, evenals hellingen; het gebruik van een heuvel om een ​​auto te vertragen of te versnellen kan ook de energiebesparing vergroten. Het is gemakkelijk om energie te besparen op een rechte snelweg; op drukke verkeersaders met verkeer en stoplichten is energiebesparing niet zo eenvoudig. In stadsstraten houdt het online voorspellende, verbonden en geautomatiseerde eco-driving-model van Zhang en Zhao rekening met verkeersregelingsapparatuur en weggeometriebeperkingen onder lichte en zware verkeersomstandigheden.