︿
Top

德州、紐澤西州、新加坡以自駕車共享模式改善城市交通

瀏覽次數:988| 歡迎推文: facebook twitter wechat Linked

科技產業資訊室 (iKnow) - Skyler 發表於 2022年8月10日
facebook twitter wechat twitter

圖、 德州、紐澤西州、新加坡以自駕車共享模式改善城市交通

傳統汽車是屬於低度使用資產(underused assets),每天被使用的時間往往不超過10%,且集中於尖峰時段。汽車的容量也通常未得到充分利用,很多情況下僅有乘載一兩人。儘管如此,在大部分的家庭中,因為生活上的便利性,儘管汽車有缺乏效率的特質,仍是不可或缺的工具。
 
汽車共享商業模式興起  解決汽車低度使用問題
為了解決汽車缺乏效率的問題,從80年代開始,全球各地陸續有汽車共用的商業模式開展。如允許個人租用共用車隊的車輛,僅在需要時預定使用。這些服務以時間或公里數為基礎計價,模式介於傳統的汽車租賃服務和計程車之間。這樣的服務允許個人在不需要擁有汽車的情況下使用汽車,在很多城市和地區被證明可行。
 
隨著網際網路的發展,以及基於應用程式app為主體的服務模式,汽車共用迅速普及完善,在全球各地皆有許多成功的案例。而在同時,汽車共享服務背後的技術,也持續深化。有類似計程車的叫車服務(Ride Hailing),也有個人對個人(Peer-To-PeerP2P)的運作模式。這些模式在各地蓬勃發展,並創造了龐大市值。這些技術發展的下一步,是將共享汽車和自動駕駛結合,許多的廠商,如Google和Uber,皆已看到這個趨勢的潛力。以下為各地將共享汽車和自動駕駛結合的模擬研究。
 
德州的共用自駕車(Shared Autonomous Vehicles)模式
Fagnant & Kockelman (2014)模擬了「共用自動駕駛汽車」(Shared Autonomous Vehicles, SAV)車隊在一個規模與德州奧斯丁市相仿的城市中運作的情形。在該模型中,每個SAV都是自主行駛的,無人為干預,出發地和目的地之間不需要停留以搭載額外的乘客,也不會發生偏離初始行程的情況。每次旅程結束後,SAV會轉向下一個旅客,或重新定位到更有利的位置,以降低停車成本,並更快地為下一位旅客提供服務。研究結果顯示,每台SAV每天可服務31至41人,平均等候時間低於20秒。每輛SAV將取代近12輛傳統車輛,且可減少11個停車位。
 
與傳統的人類駕駛的車隊相比,SAV車隊總行駛距離增加了11%。行駛距離的增加主要是由於SAVs的重新佈署和接駁下一名乘客的距離。然而,與傳統的車隊相比,SAV車隊的溫室氣體排放量減少了5.6%,一氧化碳排放量減少了34%,揮發性有機化合物排放量減少了49%,對環境產生了正向積極的影響。
 
新加坡的依需求移動(AMoD)運輸模式
Spieser等人在2014年的一項研究探討了在新加坡完全取消私人車隊,並由共用自駕車隊(shared self-driving fleet)取代的效果。研究結果表明,共用自駕車隊車隊的措施可以減少目前在新加坡營運的三分之二的車輛,並以目前既有的私人車輛即可滿足運輸需求。本研究認為自動駕駛有幾個好處,包含更好的安全性能、便利性、旅程優化、減少壅堵、降低整體成本,以及降低停車空間要求等。雖然本研究將重點置於共用的自動駕駛車輛,但結論可以擴展到更普遍的情況,如由人類司機駕駛的共用車輛。本文的結論仍認為最具成本和時間效益的選擇是依需求移動的自動駕駛(automated mobility-on-demand,  AMoD)系統,雖然共用自駕車模式比基於人類駕駛的汽車模式增加了總行駛距離,但總體而言成本可大幅減少近50%。
 
紐澤西州的自主計程車ATaxi系統
Zachariah et al. (2013)在紐澤西州建立了自主計程車車隊(autonomous taxis, ATaxis)模型。此模型中模擬了紐澤西州居民每天的真實行程。乘客到一個車站,乘坐ATaxi,然後ATaxi將他們帶到離目的地最近的車站。若其他乘客的目的地離第一個乘客的目的地不太遠,則可以加入乘坐。結果顯示紐澤西州存在著共乘的潛力,此潛力並隨著車程安排限制的放寬而增大。此外,結果顯示,共乘需求依著時間和空間有所不同。如在尖峰時段,以及在火車站等地點,共乘的需求會增加。基於此,共乘系統可大幅減少交通繁忙地區的壅塞,也減少污染的產生。
 
多個研究皆顯示了共享自動駕駛深具潛力,不但可減少車輛數量,減少停車空間,還能降低營運成本,減少空氣汙染,讓共享經濟帶來的便利性,解決更多交通運輸的問題、改善大眾的生活。(1465字;圖1)
 

參考資料:
The travel and environmental implications of shared autonomous vehicles, using agent-based model scenarios. Transportation Research Part C: Emerging Technologies, 2014/3.
Toward a systematic approach to the design and evaluation of automated mobility-on-demand systems: A case study in Singapore. Road vehicle automation , 2014.
Uncongested mobility for all: A proposal for an area wide autonomous taxi system in New Jersey. National Academies, 2014/1/14.
Urban Mobility System Upgrade–How shared self-driving cars could change city traffic. International transport forum, 2015/4.
 
 
相關文章:
1. 通用與Lyft進一步合作叫車服務
2. 到2040年每年約26%新車是自動駕駛車
3. 通用聯合Lyft往自動車共乘目標前進
4. 谷歌推出Waze Carpool,搶車輛共乘市場
5. 共乘新創公司Lyft市值預估達40億美元
6. 汽車大廠押寶共乘或叫車商業模式

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。