Welkom bij Kennisagenda Automatisch Rijden, een initiatief van het Ministerie van Infrastructuur en Waterstaat, Rijkswaterstaat en de RDW, om een online overzicht te geven van beschikbare en benodigde kennis op het gebied van automatisch rijden.

Het overzicht is verdeeld in een aantal kennisdomeinen om de diverse facetten in beeld te brengen. In de bibliotheek vindt u een uitgebreide collectie van rapporten, papers en presentaties, inclusief samenvattingen en achtergrondinformatie. De bibliotheek wordt wereldwijd gebruikt. Het laatste rapport over Ethiek werd in korte tijd 674 keer opgevraagd! Dagelijks worden ca 30 stukken gedownload.

De collectie kennisdocumenten wordt in Dropbox beheerd. Met Dropbox kunt u direct in de mappen met stukken en full tekst zoeken. Neem contact op met joop@veenis.net om toegang te verkrijgen tot de Dropbox.
Sinds 2015 houden we een lijst kennisvragen bij (de benodigde kennis). De collectie documenten geeft op steeds meer kennisvragen een antwoord. Er komen nieuwe vragen bij omdat we steeds verder zijn in de implementatie van “Connected Automated Driving”. De set kennisvragen omvat de onderwerpen automatisch rijden en Smart Mobility (ITS). Op het thema ITS zijn hier aanvullende overzichten met projecten beschikbaar. Ook ontwikkelen experts op thema’s kennis en standaarden; een overzicht staat hier .
De populaire kennisvragen zijn: 

IMPACT-Verkeersafwikkeling

70%

The Effect of Autonomous Vehicles on Traffic

Chapter 16.4.2

The models developed for traffic flow and capacity, assuming a given share of autonomous vehicles, show that capacity increases disproportionately highly as the share of autonomous vehicles increases. It should be noted that the shortening of the time gaps comes into effect as early as the first autonomous vehicle; the speed increase at high densities, however, will only be possible for purely autonomous traffic. The introduction of autonomous vehicles will succeed, in the opinion of the author, only in their ability to move safely in mixed traffic, as reserved transit areas would not be socially or economically acceptable, particularly with a low share of autonomous traffic. However, once a sufficient number of vehicles with autonomous capabilities are participating in traffic, it will be very beneficial to the transport efficiency to create reserved lanes for autonomous driving. The benefits of autonomous vehicles can be maximized by separation due to the nonlinear course of the capacity once non autonomous vehicles are added to autonomous traffic. In conjunction with specially dedicated lanes, the column speed could also be increased even when traffic demand is higher, which would lead to further significant capacity gains. This is not possible in mixed traffic, since even in trafficwith only a few human-driven vehicles, these would dictate the speed.
50%

Autonomous Driving: Disruptive innovation that promises to change the automotive industry as we know it

Page 7 report

Looking forward, we project “Level 3: limited self-driving automation” to be available by 2018-2020 with features such as highway chauffeur (automated driving on highways). Furthermore, we expect “Level 4: full self-driving automation” to be first offered for low speed situations by 2020-25 (e.g., in parking lots or low-speed areas) and eventually, including more complex operations to be offered by 2025-30 (e.g., city driving). Even with the introduction of new technologies, we do not expect global adoption of full self-driving automation with “door-to-door” capabilities across all vehicle segments before 2030-40.

 

80% Driverless future A policy roadmap for city leaders Page 3 report Prioritize and modernize public transit. The role of transit will evolve as AVs and shared mobility become widespread. Transit agencies should focus on high-frequency, high-capacity services in dense urban corridors (such as rail, bus rapid transit), provide first and last-mile connections through driverless shuttles, and expand kiss-and-rides/mobility hubs.

50%

Methodische Verkenning Zelfrijdende Auto’s en Bereikbaarheid

Hoofdstuk 2.6

ACC kan zowel een klein negatief als een klein positief effect hebben op de capaciteit (~ -5% -+10%). Voor CACC rapporteren de meeste studies een kwadratische toename van de capaciteit als penetratiegraad toeneemt met een maximale theoretische toename van 100% (verdubbeling). ACC en CACC hebben een positief effect op de stabiliteit. Bij hogere penetratiegraden ontstaan minder schokgolven en isde duur van de schokgolven aanmerkelijk korter.

 

The Effect of Autonomous Vehicles on Traffic

16.3 Gives theory for why capacity increases of purely AV traffic

50%

Methodische Verkenning Zelfrijdende Auto’s  en  Bereikbaarheid
Chapter 2.2.1 (Capacity with and without bottlenecks mixed AV non AV)

Arnaout en Bowling (2011) vonden voor een weg met 4 rijstroken in een scenario met en zonder oprit dat CACC een positief effect op de capaciteit heeft (tot +60% bij een penetratiegraad van 100%) als de penetratiegraad groter is dan 40% en de instroom hoog genoeg is. Bij lagere penetratiegraden was het positieve effect klein. Als de instroom laag is (vrije doorstroming), vonden ze geen effect op de capaciteit. Ze veronderstelden dat CACC voertuigen een volgtijd van 0,5 seconde aanhouden als ze achter een ander CACC-voertuig rijden en 0,8 tot 1,0 seconde (uniform verdeeld) als ze achter een ander voertuig rijden. Of men in praktijk deze korte volgtijden durft aan te houden is een grote uitdaging volgens hen (Shladover, Su, & Lu, 2012).

De CACC-voertuigen kunnen hun voorliggers volgen zonder dat de bestuurder gas hoeft te geven of hoeft te remmen; de bestuurder moet wel het voertuig in de strook houden. Er werd een overbelaste snelweg in gemodelleerd, met een lengte van 6,5 km en een snelheidslimiet van 105 km/uur zonder bottleneck . In de simulaties waren vier voertuigtypen aanwezig:

70%

Traffic Control and Traffic Management in a Transportation System with Autonomous Vehicles

Chapter 15.8 Conclusion

It was demonstrated in Sect.15.4, for example, that the capacity of a traffic signal can certainly be doubled. If the demand is low at the corresponding signal,this doubling is scarcely noticeable. But if the signal is working at the limits of its capacity, by contrast, even a minor increase in its capacity can lead to a dramatic

Improvement.

This can be observed quite clearly in the scenario in Sect.15.5: here the demand runs the values from very low to (temporary) over-saturation. Although the introduction of autonomous vehicles has little impact on green times and delays when demand is low, it yields major improvements when the system is operating beyond capacity. Nevertheless, the magnitude of these improvements does depend on the details of the scenario being examined. If the peak value for demand were just a bit lower, the benefit would also be significantly diminished. That notwithstanding, it may be asserted with confidence that at least in the urban context, the introduction of autonomous vehicles has the potential to generate substantial time gains at traffic signals which would then be available for other road users—if the introduction of these vehicles does not lead to an increase in demand for automotive transportation

Het kennisjaarverslag doet verslag van de kennisontwikkeling. Het geeft aan op welke kennisvragen er antwoorden en onderzoeken beschikbaar zijn gekomen. In december agenderen we de onderwerpen en kennisvragen voor onderzoek en proeven in het komende jaar. Momenteel wordt gewerkt aan de prioriteiten in de lijst met kennisvragen (AR+C-ITS), door oa IenW, RWS, Kennisinstellingen en Provincies, Steden, regio’s en proefprojecten.
Op deze site vindt u verder via het menu een overzicht van relevante congressen en evenementen en een collectie filmpjes en webinars. Nieuws en actuele ontwikkelingen worden middels de bibliotheek en twitterfeed (#KARNL) door ons bijgehouden. Elke week wordt veel kennis en materiaal toegevoegd aan de collectie, op alle kennisgebieden.