Posts tagged automated vehicles

Het verbeteren van de last-mile in een OV reis met automatische voertuigen

De last-mile in een openbaar vervoer (OV) reis is een van de meest hinderlijke gedeelten van een reis per OV. Hierdoor is het OV veelal niet in staat om te kunnen concurreren met de auto. De oorzaak kan deels worden gevonden in het gebrek aan flexibiliteit en de lage snelheden die de veelal conventionele vervoersmiddelen op de last-mile kenmerken. Recente technologische ontwikkelingen maken innovatieve vraaggestuurde vervoersconcepten met zelfrijdende voertuigen mogelijk. Deze zijn onafhankelijk van vaste infrastructuur en zouden ideaal op de last-mile ingezet kunnen worden, om zo het diffuse patroon en lage vervoersvolume efficiënt te bedienen.

Om de vervoerwaarde en de prestatie van een vraaggestuurd vervoersysteem met zelfrijdende voertuigen op de last-mile te bepalen is als case: Station Delft-Zuid – TU Delft gekozen. Bij een vervoerwaarde studie met dergelijke innovatieve techniek wordt verwacht dat psychologische factoren, naast de puur instrumentele aspecten, expliciet een rol spelen in de vervoerwijzekeuze van reizigers. Het meenemen van deze preferenties is daarom van belang, teneinde de vervoerwaarde niet substantieel te over- of onderschatten. In dit paper zijn de uitkomsten van twee onderzoeken gecombineerd, een instrumenteel onderzoek (simulatiemodel + enquête) naar de vervoerwaarde van een systeem van zelfrijdende voertuigen en een stated preference (SP)-experiment om de invloed van diverse psychologische factoren op de vervoerwaarde te bepalen.
De resultaten laten zien dat er een aanzienlijke vervoerwaarde bestaat voor zelfrijdende voertuigen op de last-mile, te weten 57% van de steekproefpopulatie. Met het simulatiemodel zijn diverse ITS maatregelen gesimuleerd, deze maatregelen omvatten wijzigingen in de netwerkstructuur, voertuiggedrag en het reizigersgedrag.
De prestatie van het last-mile systeem, bleek veelal positief beïnvloedt te worden door bovenstaande maatregelen. Effecten werden gemeten in een vergroting van de systeemcapaciteit, een reductie van de gemiddelde wachttijd ofwel van de gemiddelde reistijd. Het parallel toepassen van deze maatregelen realiseert een aantrekkelijkere concurrentiepositie ten opzichte van de conventionele vervoerswijzen. De meest kenmerkende maatregel, het strategisch plaatsen van voertuigen, op locaties voorafgaand aan het ontstaan van vervoersvraag laat een reductie in de gemiddelde wachttijd van 40% zien.
Uit het SP-experiment blijkt dat de attitudes ‘duurzaamheid’ en ‘vertrouwen’ de twee belangrijkste aspecten zijn in de vervoerwijzekeuze, terwijl de in-voertuigtijd niet minder negatief wordt ervaren dan in een door de reiziger gereden carsharing systeem. Dit suggereert dat de gebruikelijk genoemde voordelen van zelfrijdende voertuigen wellicht nog niet worden ervaren door de reiziger van vandaag, en illustreert het belang om hier aandacht aan te schenken voor een succesvolle implementatie van zelfrijdende voertuigen.

Lees het CVS paper HIER

Zie de CVS presentatie HIER

Self driving solutions and public transport

The development of self-driving solutions is growing exponentially. Major industries are developing vehicles, sensors and mapping systems that help to achieve the goal of driverless mobility. How can we prepare the city for these self-driving solutions? And in what ways can a city benefit from these solutions? What are the possibilities and challenges of the realization of the self-driving car as a last-mile option in Amsterdam?

Part of the discussion was on the (new) role of public transport: will it dissapear completely of will business remain as usual? Major question is what do we want to achieve in our cities and what means do we have to get to that point? We should look at the strengths of all modes and find the optimal mix. Stop to stop mass transport is the stregth of public transport, the bike plays a major role in short distances and access to these stops. So the first potential role for automated vehicles might be in egress transport?

See the presentations and discussion HERE

Opportunities and challenges for automated vehicles (individual, public and freight transport)

Since several years many developments regarding self-driving, automated vehicles (AVs) take place. Within the coming years it is expected that automated vehicles are becoming part of our transportation system. Therefore it’s becoming more and more important for policy makers to get insights into the state-of-the-art developments around AVs, in order to foster applications of AVs which are promising from a societal point of view and to take these developments into consideration during the decision-making process.

Definition and function of automation
Automation in this study refers to the transport system including all of its components, such as vehicles, drivers, users, infrastructure, information systems and applications. The level in which the driver is still ‘in the loop’ is used in order to discriminate between the different levels of vehicle automation: driver assistance (level 1), partial automation (level 2), conditional automation (level 3) and high/full automation (level 4).
In this study, our aim is to analyze strengths, weaknesses, opportunities and threats related to different applications of automation for autonomous private vehicles, freight transport and handling, and public transport. The potential of different applications of AVs in the Zuidvleugel in this study is strictly considered from a societal perspective (demand driven), in which AVs have a societal contribution to answer challenges the Zuidvleugel will face the upcoming years. Each application of automation is analyzed based on its functional ability to contribute to more agglomeration power of the Randstad Zuidvleugel, which in turn can improve the position of the Randstad Zuidvleugel relative to other European metropolitan areas.

Conclusions
We can conclude that a variety of (developments of) applications of automation exist in the Netherlands and worldwide regarding autonomous vehicles, freight and public transportation. We see several opportunities for the Zuidvleugel to benefit from these developments. Some of them are relevant for the short term (4 years), whereas other developments need more time to may be applied.

Read more: Essay TU Delft and Presentation workshop automated vehicles

© 2011 TU Delft