Carros autônomos – mais espaço para tráfego vivo ou em colapso?

Roboauto Artin Blocked Unblock Seguir Seguindo 8 de janeiro

S empresas de condução elf estão lançando suas tecnologias e assim media publicar elogiando artigos sobre eles. Hoje, quero me aprofundar mais na interessante questão de como carros autônomos ajudarão a liberar a terra em nossas cidades.

Como a utilização real de veículos autônomos está se aproximando, benefícios como menos acidentes e engarrafamentos otimizados são esperados e amplamente discutidos. Uma das suposições convincentes consideradas em conexão com os veículos autônomos (AVs) supõe que podemos recuperar de volta todo o espaço ocupado por estacionamentos, vagas na rua e garagens que usamos atualmente.
Numerosos artigos operam com números brilhantes perto de vinte por cento, o que significa muito espaço para cidades como Londres ou Nova York ou “preencha sua metrópole favorita”. Espero que surjam dúvidas provocantes.

Como podemos obter esses números e quais são as suposições em jogo?
Essas questões estavam pesando em nossas mentes. Felizmente, tivemos sorte e descobrimos que a Voyage publicamente listou um desafio em que os candidatos foram encarregados de estimar uma recuperação de terra obtida através da utilização de serviços de mobilidade de veículos autônomos. A atribuição exigida usando visão computacional para recuperação de dados (imagens de satélite). Infelizmente, descobrimos o desafio pouco antes do fim, por isso não houve tempo suficiente para treinar redes neurais. De qualquer forma, decidimos experimentar uma abordagem diferente em vez de imagens de satélite, então subimos no trem.

Como já mencionei, deveríamos estimar uma recuperação de terra para qualquer cidade. Portanto, o primeiro passo foi definir as áreas, que poderiam ser recuperadas pela utilização de AVs.

  1. Nos pontos de estacionamento na rua.
  2. Pistas estreitadas / número reduzido de linhas.
  3. Parques de estacionamento (públicos e privados).
  4. Garagens de estacionamento (públicas e privadas).

Ótimo, nós reconhecemos áreas onde a mina de ouro era. Na próxima etapa, tivemos que responder “Como poderíamos transformar a terra recuperada?”.

O tipo de uso futuro da terra recuperada depende da área individual e de suas possibilidades e condições.

  • Vegetação da cidade, calçada ampliada e zonas de pedestres, ciclovias (áreas 1 e 2).
  • Novos edifícios, parques (áreas 3 e parcialmente 4).

Uma ilustração de como os pontos de estacionamento nas ruas podem ser recuperados para estacionar e abrigar – da proposta Smart City de São Francisco. ( fonte )

No momento em que tivemos uma ideia clara do que precisávamos saber, começamos a nos perguntar onde poderíamos obter dados relevantes. O OpenStreetMaps provou ser uma ótima fonte de dados. Graças à Overpass API, foi fácil rastrear as informações sobre estacionamento (estacionamentos e estacionamentos) e estradas de qualquer cidade.

Quero observar que, para a hipótese sobre o tráfego futuro, é essencial ter uma ideia clara sobre suas suposições. Aqui estão alguns pontos a serem considerados:

  • A relação entre AVs e drivers humanos.
  • A relação entre veículos interconectados e off-line.
  • A relação entre veículos públicos e privados.

Como você pode ver, há muitas partes móveis para se brincar, tudo está conectado a tudo, e toda predição é mais ou menos um exercício da mente do que uma ciência exata.

Transformação do estacionamento

Infelizmente, os OpenStreetsMaps não fornecem informações sobre estacionamento na rua (essa é a chamada certa para mapas de satélites e redes neurais). Para superar esse inconveniente, tentamos duas abordagens possíveis:

  • Para recuperar o número de pontos dos registros públicos da cidade.
  • Estimar o número de pontos do parque dados por porcentagem do comprimento total da estrada na área.

Acabamos com um modelo de estimativa simples baseado no comprimento total da estrada e nas estatísticas dos registros públicos. A maior parte do estacionamento na rua pode ser recuperada para a cidade, mas nem todos eles. Vários locais de entrega e coleta devem ser significativamente aumentados no caso de uso pesado de serviços de mobilidade fornecidos pelos AVs. Nosso modelo trabalhou com a taxa de transformação definida para vinte por cento. Este número inclui pontos de coleta para AVs vazios esperando pelo próximo cliente.

Como se espera que os AVs minimizem a posse de carros, e que os AVs sejam usados como um serviço de mobilidade, a maioria dos estacionamentos (públicos, residenciais, escritórios e áreas comerciais) seria redundante ou necessária em uma escala muito menor.

Resultados esperados da utilização de AVs como o serviço de mobilidade:

  • Os estacionamentos e garagens públicas não serão mais necessários (substituídos pelos locais de coleta e entrega).
  • Estacionamentos e garagens residenciais serão necessários para um pequeno número de proprietários de AVs pessoais.
  • As áreas de escritório e de compras precisam ser reduzidas para pistas de embarque e desembarque com algum espaço de buffer

Otimização de estacionamentos ( fonte )

Como mencionei antes, podemos recuperar as terras ocupadas por vagas de estacionamento na rua, estacionamentos (públicos e privados) e garagens de estacionamento (públicas e privadas). Vamos ver quanto espaço poderia ser salvo nas seguintes cidades.

Área de estacionamento recuperada

Otimização de faixas rodoviárias

Os lugares de estacionamento são os maiores comedores de terra, mas não são os únicos. Mais espaço livre pode ser obtido através da otimização de estradas e faixas de rodagem. Como os veículos autônomos podem nos ajudar a economizar espaço nas estradas? Temos que nos concentrar na eficiência da infraestrutura de transporte. A eficácia de uma infraestrutura de transporte é determinada por sua capacidade.
Quando uma infraestrutura rodoviária é usada por carros autônomos, sua capacidade será diferente da capacidade de uma infraestrutura de transporte usada por motoristas humanos. Podemos esperar que a capacidade aumente significativamente no caso de AVs.
A capacidade é determinada pela densidade do grupo de veículos e pela velocidade com que passam através da seção transversal. A densidade depende das distâncias entre os veículos. Carros autônomos podem ter uma distância de segurança mais próxima entre si e, ao mesmo tempo, podem dirigir mais rápido que veículos controlados por humanos. Para um motorista humano, estamos assumindo um tempo de reação de 1,8 segundos, enquanto que para o veículo autônomo podemos calcular com valores abaixo de 0,5 segundo. O gráfico a seguir reflete o curso da capacidade das rodovias em relação aos outros parâmetros.

Exibições do diagrama fundamental ( origem )

Para otimizar as faixas de rodagem, criamos um modelo que reduz o número de faixas, mantendo a capacidade atual da rodovia. Um papel essencial na definição do modelo foi desempenhado pelos seguintes parâmetros:

  • A relação entre AVs e drivers humanos.
  • Comprimento médio do carro.
  • Velocidade média do carro.
  • Tempo médio de reação dos AVs.
  • Tempo médio de reação do motorista humano.

E quando pegamos todas essas informações e as colocamos na máquina, conseguimos esses resultados:

Área total recuperada

Conclusão

Chegamos ao destino. Espero que você tenha uma idéia de quanto espaço carros autônomos podem nos trazer de volta para a vida cotidiana. Porque você leu até o final, você também viu os números que temos para nossas cidades modelo. Eu gostaria de enfatizar que nosso cálculo é mais uma estimativa qualificada do que a verdade esculpida em pedra. É importante começar a pensar em como o futuro transporte pode influenciar positivamente nós e nosso meio ambiente.