只有少數(shù)無(wú)人駕駛汽車(chē)有助于緩解交通擁堵

時(shí)間:2019-12-02

來(lái)源:無(wú)人駕駛網(wǎng)

0

導(dǎo)語(yǔ):在一個(gè)自我駕駛的汽車(chē)迅速撞擊我們的街道的世界里,一些人認(rèn)為,除非他們?cè)诘缆飞险即蠖鄶?shù)車(chē)輛,否則就不會(huì)有自主車(chē)輛的好處,比如更安全的道路。令人關(guān)切的是,人類能夠產(chǎn)生太多的錯(cuò)誤,導(dǎo)致安全計(jì)劃中的扭結(jié)。

   在一個(gè)自我駕駛的汽車(chē)迅速撞擊我們的街道的世界里,一些人認(rèn)為,除非他們?cè)诘缆飞险即蠖鄶?shù)車(chē)輛,否則就不會(huì)有自主車(chē)輛的好處,比如更安全的道路。令人關(guān)切的是,人類能夠產(chǎn)生太多的錯(cuò)誤,導(dǎo)致安全計(jì)劃中的扭結(jié)。
timg (1)

  然而,伊利諾伊大學(xué)厄班納-香檳分校剛剛分享了一項(xiàng)新的研究,該研究表明,僅僅增加幾輛自動(dòng)駕駛汽車(chē)就可以減少道路擁堵。

  另見(jiàn):誰(shuí)負(fù)責(zé)自動(dòng)駕駛汽車(chē)的監(jiān)管?

  為了模擬一輛孤獨(dú)的汽車(chē)在滿載交通的道路上減速的影響,在演示一輛汽車(chē)以環(huán)形運(yùn)動(dòng)行駛的幻影交通堵塞時(shí),一輛汽車(chē)無(wú)緣無(wú)故地踩剎車(chē),而它后面的所有汽車(chē)都被迫減速。由Daniel Work管理的伊利諾伊大學(xué)的研究表明,在這些環(huán)形交通模擬中,只引入一輛自動(dòng)駕駛汽車(chē)就可以減少幻影交通堵塞的影響。

  研究結(jié)果表明,當(dāng)幻影堵塞開(kāi)始發(fā)生時(shí),一輛自主車(chē)輛明智地控制其速度,可以降低進(jìn)一步下行的制動(dòng)量。一輛自動(dòng)駕駛汽車(chē)的存在將所有汽車(chē)在堵塞中的速度標(biāo)準(zhǔn)差降低了大約50%,剎車(chē)的尖銳撞擊次數(shù)從每公里行駛9次減少到最多2.5次。

  因?yàn)楫?dāng)汽車(chē)減速并不得不再次獲得速度時(shí),燃料的使用會(huì)增加,所以自動(dòng)駕駛汽車(chē)的存在也會(huì)減少燃料的使用。事實(shí)上,當(dāng)交通流中的所有車(chē)輛平均節(jié)省40%時(shí),可以節(jié)省40%的費(fèi)用。

  即使只有一個(gè)車(chē)輛在20輛其他汽車(chē)的流動(dòng)中,這些結(jié)果也會(huì)出現(xiàn)。為了達(dá)到這一效果而需要的高度自治并不是Uber、Waymo和其他人計(jì)劃建立的那種程度。更像是自適應(yīng)巡航控制已經(jīng)集成到許多高端汽車(chē)中。因此,盡管我們可能不得不等待一段時(shí)間對(duì)所有自治的影響,但其最大限度地減少交通堵塞的能力可能比預(yù)期的早。

低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)版權(quán)與免責(zé)聲明:

凡本網(wǎng)注明[來(lái)源:低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)]的所有文字、圖片、音視和視頻文件,版權(quán)均為低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)獨(dú)家所有。如需轉(zhuǎn)載請(qǐng)與0755-85260609聯(lián)系。任何媒體、網(wǎng)站或個(gè)人轉(zhuǎn)載使用時(shí)須注明來(lái)源“低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)”,違反者本網(wǎng)將追究其法律責(zé)任。

本網(wǎng)轉(zhuǎn)載并注明其他來(lái)源的稿件,均來(lái)自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請(qǐng)保留稿件來(lái)源及作者,禁止擅自篡改,違者自負(fù)版權(quán)法律責(zé)任。

如涉及作品內(nèi)容、版權(quán)等問(wèn)題,請(qǐng)?jiān)谧髌钒l(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。

關(guān)注低速無(wú)人駕駛產(chǎn)業(yè)聯(lián)盟公眾號(hào)獲取更多資訊

最新新聞