Geautomatiseerde mobiliteitsdistrict ‘digital twin’ biedt inzichten voor stedelijke transportsystemen

National Renewable Energy Laboratory (NREL) Onderzoeker Stan Young heeft een visie op een binnenstad die wordt gekenmerkt door transportmobiliteitssystemen die net zo gemakkelijk en efficiënt te gebruiken zijn als de rolpaden in luchthaventerminals, maar dan op grotere schaal. Hoewel dat misschien niet onze exacte toekomst is, maakt zijn werk aan de Automated Mobility District (AMD) modellering en simulatietoolkit het voor onderzoekers en stadsplanners gemakkelijker om de voor- en nadelen van gelijkaardige transportevoluties te kwantificeren.

De AMD-toolkit is een volledig wiskundig model van opkomende mobiliteit in geselecteerde stedelijke districten – een digitale tweeling die de mobiliteits- en energie-impact van transportsystemen in een gebied kan analyseren. De toolkit geeft een overzicht van de beschikbare transportmethoden en hoe gemakkelijk die omgeving zich kan aanpassen aan de veranderende behoeften van haar inwoners. Onderzoekers kunnen de AMD-toolkit gebruiken om te analyseren hoe mobiliteitssystemen binnen een hele wijk met elkaar verbonden zijn, en die inzichten vervolgens gebruiken om beslissingen te nemen over de introductie van nieuwe vervoerswijzen in een gemeenschap.

“De AMD Toolkit gaat voorbij de basisanalyse van het verbinden van punt A met punt B”, zei Young. “We kijken naar de toegankelijkheid van hulpbronnen in de wijk – zoals voedsel, gezondheidszorg, amusement en werkgelegenheid – voor de inwoners en voor bezoekers van buitenaf.”

De impact van opkomende technologieën

Het eerste gebruik van de AMD-toolkit was gericht op de impact van geautomatiseerde shuttles met lage snelheid in geofenced districten. Een recent artikel van het ontwikkelteam van de NREL AMD-toolkit – Lei Zhu, Jinghui Wang, Venu Garikapati en Stan Young – in de Journal of the Transportation Research Board, “Decision Support Tool for Planning Neighborhood-Scale Deployment of Low-Speed ​​Shared Automated Shuttles , “schetst resultaten van de AMD-toolkit in Greenville, South Carolina. De toolkit analyseerde de impact van de inzet van maximaal zes gedeelde geautomatiseerde voertuigen (SAV’s) bij Clemson University’s Internationaal Centrum voor Automotive Research in Greenville County. De studie stelde vast dat de toevoeging van geëlektrificeerde SAV’s die gedeelde mobiliteitsdiensten leveren, zou resulteren in brandstofbesparingen van 11% tot 38% om aan de reisvraag binnen de regio te voldoen. In dit scenario verbeterde de toevoeging van SAV’s echter niet de afgelegde kilometers van het voertuig, afgelegde kilometers zonder inzittenden of reistijd.

“Deze geautomatiseerde shuttles staan ​​nog in de kinderschoenen”, zei Young. “Er is veel ruimte voor groei en daarmee ook veel groeipijnen. We zijn enthousiast over hoe deze SAV’s kunnen verbeteren, en hoe opkomende mobiliteitstechnologieën de gemeenschappen kunnen veranderen.”

Een voorbeeld van opkomende systemen zijn de populaire elektrische scooters voor micromobiliteit. Toen mobiele e-scooters in steden in de Verenigde Staten verschenen, was het werk aan de AMD-toolkit in volle gang. De pay-per-use e-scooters, die kunnen worden gelokaliseerd met een mobiele app en naar elke bestemming binnen hun servicegebieden kunnen worden gereden, boden een realistisch beeld van hoe nieuwe transportopties de manier waarop we reizen kunnen transformeren. Momenteel zijn e-scooters alleen toegankelijk voor een kleine stedelijke demografie; ze belichamen echter de ruimte voor groei in stedelijke omgevingen. Onderzoekers kunnen de AMD-toolkit gebruiken om andere innovatieve concepten te analyseren om te bepalen hoe effectief ze zijn op een bepaald gebied.

“De e-scooters bevestigden de vraag naar deze multimodale omgevingen”, zei Young. “Als je een vergelijkbare oplossing biedt die een grotere doelgroep bedient, kan dat de mobiliteit in deze stedelijke gebieden radicaal veranderen.”

Toekomstige uitdagingen voor geïntegreerde mobiliteit

AMD-modellering kan ook de enige cruciale wegversperring aanpakken die onderzoekers nog moeten aanpakken: het bepalen van optimale mobiliteitsopties binnen de eerste mijl van de gebruiker’s punt van herkomst en de laatste mijl voor de gebruiker’s bestemming. Als efficiënte en kosteneffectieve mobiliteitssystemen voor vervoer niet onmiddellijk beschikbaar zijn binnen die zone van ‘eerste mijl, laatste mijl’, dan zijn keuzes om te reizen met het openbaar vervoer en / of andere vervoerswijzen die energiezuiniger zijn dan een persoonlijke auto geen haalbare optie voor het publiek. gebruik.

Onderzoekers bij NREL die de AMD toolkit binnen Young ontwikkelen’s Mobility Systems Team bestudeerde 10 specifieke inzetlocaties om een ​​beter inzicht te krijgen in de belangrijkste parameters die nodig zijn om een ​​geautomatiseerd elektrisch shuttlesysteem succesvol te implementeren. Een voorbeeld van een bestudeerde locatie was een recent project in de stad Arlington, Texas, dat de eerste mijl / laatste mijl-uitdaging in combinatie met sportevenementen wilde aanpakken. Een SAV-pendeldienst genaamd Milo werd ingezet in een demonstratiepiloot om passagiers van en naar afgelegen parkeerplaatsen en de twee grote stadions in het gebied dat bekend staat als het uitgaansgebied te vervoeren. Gedurende de 12 maanden dat Milo actief was, bediende de shuttle in totaal 78 stadionevenementen. Onderzoekers hebben dit project en andere soortgelijke projecten diepgaand beoordeeld in de AMD-implementatiecatalogus: inzichten uit tien vroege implementaties.

Over het algemeen biedt de AMD-toolkit voor modellering en simulatie inzicht in een reeks mobiliteitsopties die niet werden gedekt door eerdere transportanalysemodellen. De toolkit bouwt voort op de bestaande open-source Simulatie van stedelijke mobiliteit (SUMO) pakket en de Toekomstige Automotive Systems Technology Simulator ontwikkeld bij NREL.