Benodigde kennis

De benodigde kennis wordt in samenwerking bepaald tijdens werkbijeenkomsten en Ronde Tafels. Dit leidt tot kennisvragen die worden beheerd door het Ministerie van Infrastructuur en Milieu (DGB).

De onderstaande vragen zijn al deels beantwoord. De antwoorden staan in de documenten uit de collectie en zijn hier verzameld. (stand per maart 2017) Voor meer vragen en antwoorden: zie het Kennisjaarverslag.

IMPACT-Verkeersafwikkeling

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.

60% MOBILITY TRENDS: ELECTRIC, CONNECTED, SHARED Slide 6 and onwards Reducing car dependency in the city? Combined Mobility is the key! All services have their place in the urban mobility system but we need measures to optimise complementarity between the different modes and ensure every mode plays the right role. Without public transport, other sustainable & innovative mobility services cannot offer an affordable alternative to car ownership. In Paris, 65 % of Uber trips start or end within 200m of a metro station AV offer the potential to provide public transport ‘last mile’ services. To be efficient and reduce congestion, AV must be shared AV are already in operation in public transport networks. The challenge is to anticipate the future role and impact of this new transport mode in the wider urban mobility picture.

“Autonomous driving could have a dramatic, albeit gradual, effect on each of the traffic concepts discussed in the previous section. Absent other phenomena, the total cost of motor vehicle travel is likely to decrease, and demand for that travel is likely to increase faster than corresponding capacity.”

Gevonden in (p.1409): Managing Autonomous Transportation Demand

 

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

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:

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

 

Methodische Verkenning Zelfrijdende Auto’s en Bereikbaarheid

Chapter 2.2.4

70%

Naar verwachting neemt als gevolg van peloton vorming van vrachtverkeer de capaciteit uitgedrukt in voertuigen per uur naar verwachting toe mits de colonnes niet teveel het weven en in-en uitvoegen bemoeilijken. De verklaring hiervoor is dat vrachtwagens dichter achter elkaar kunnen rijden.(Minderhoud & Hansen, 2002)

 

Immers,als gevolg van de korte volgtijden neemt de pae-factor naar verwachting af. We hebben geen literatuur kunnen vinden die hier verder op ingaat. Wel zijn de onderstaande verwante studies uitgevoerd die inzicht kunnen bieden.
Vervolgens is een bottleneck geïntroduceerd om naar de capaciteitswaarden en pae-factoren te kijken bij een toenemende intensiteit en toenemend percentage vracht. Als de capaciteit bereikt is ligt de pae-waarde tussen de 1,9 en de 2,1 afhankelijk van het percentage vracht met een elasticiteit van 0,01 (als het percentage vracht met 1% toeneemt, neemt de pae-waarde met 0,01 toe). Dit is alleen getest voor vracht percentages tussen de 0%-20%. De capaciteit in pae blijft ongeveer constant.

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.

 


Hieronder een lijst met een aantal documenten die enkel betrekking hebben op het subdomein. Er zijn nog meer documenten gerelateerd aan dit subdomein maar deze zijn ook gelinkt aan andere subdomeinen. De volledige collectie beschikbare documenten in onze online bibliotheek (catalogus en dropbox) 

Titel/Title Auteur(s)/Author(s) Product van/Produced by Opdrachtgever product/Product Requested by Publicatiedatum/ Publication date
Het vervoer van morgen begint vandaag Marie-Pauline van Voorst tot Voorst, Rene Hoogerwerf STT, Den Haag STT, Den Haag 1-7-2013
Towards Safe and Efficient Driving through Vehicle Automation:The Dutch Automated Vehicle Initiative (DAVI) Raymond Hoogendoorn, Bart van Arem, Riender Happee, Manuel Mazo Espinoza and Dimitrios Kotiadis TU-Delft, Connekt TU-Delft, Connekt 30/11/2013
New Mobility Concepts and Autonomous Driving: The Potential for Change Barbara Lenz , Eva Fraedrich German Aerospace Center (DLR), Institute of Transport Research Springer Berlin Heidelberg 22/05/2016
Autonomous Driving and Urban Land Use Dirk Heinrichs German Aerospace Centre (DLR), Institute of Transport Research Springer Berlin Heidelberg 22/05/2016
Traffic Control and Traffic Management in a Transportation System with Autonomous Vehicles Peter Wagner German Aerospace Center (DLR), Institute of Transport Research Springer Berlin Heidelberg 22/05/2016
a Bernhard Friedrich Institute of Transportation and Urban Engineering, Technische Universität Braunschweig Springer Berlin Heidelberg 22/05/2016
Autonomous Vehicles and Autonomous Driving in Freight Transport Heike Flämig Technische Universität Hamburg-Harburg TUHH, Institute for Transport
Planning and Logistics
Springer Berlin Heidelberg 22/05/2016
Autonomous Mobility-on-Demand Systems for Future Urban Mobility Marco Pavone Department of Aeronautics and Astronautics, Stanford University Springer Berlin Heidelberg 22/05/2016
Evaluation of Semi-Autonomous Convoy Driving James Davis, Asisat Animashaun, Edward Schoenherr, Kaleb McDowell U.S. Army U.S. Army 24/10/2008
Truck Platooning – Enablers, Barriers, Potential and Impact B.A. (Bon) Bakermans Delft University of Technology TU Delft 29/08/2016
Kennishiaten van automatisch rijden in regulier verkeer Simeon Calvert, Isabel Wilmink, Aroen Soekroella & Henk Schuurman TrafficQuest (TNO-TU-Delft-RWS) TrafficQuest (TNO-TU-Delft-RWS) 29/03/2016