Hoe sturen we automatisch rijden in de juiste richting?

Thema:
Connected Mobility

Onze mobiliteit moet schoner, veiliger en efficiënter om steden leefbaar en bereikbaar te houden. Kan automatisch rijden daar een bijdrage aan leveren? Met diepgaande kennis en modellen helpt TNO bedrijven en overheden om nu al de juiste keuzes te maken.

Het is midden in de nacht even buiten het Zeeuwse Vlissingen. De weg is verlaten, maar in de verte naderen twee koplampen. Het is een vrachtwagen. Een die zo uit een sciencefiction film lijkt te zijn weggereden. Meest opvallende detail: hij heeft geen cabine. En dus ook geen chauffeur. Langzaam verdwijnt de truck weer in de nacht.

Geen science fiction

Dit tafereel is geen filmscène, maar een proef in Zeeland met automatisch rijdende vrachtauto’s. ’s Nachts brengen zelfrijdende trucks uien over een vast traject van 3 kilometer naar een distributiepunt. De technologie is in snel tempo geëvolueerd. Misschien wel sneller dan de maatschappelijke acceptatie, zo blijkt uit de bezorgde reacties uit de regio op sociale media.

Wat is automatisch rijden?

Bij autonoom rijden hebben veel mensen het beeld dat voertuigen alle rijtaken volledig van de bestuurder kunnen overnemen. Dat de bestuurder met de laptop op de achterbank kan plaatsnemen en de techniek de rest regelt. Wanneer en of dit hoogste niveau van automatisch rijden (ook wel aangeduid als level 5) realiteit wordt, moet nog maar blijken. Zeker in drukke steden is dat een uitdaging. Feit is dat bestuurders nu al steeds meer taken aan hun auto kunnen overlaten. Level 1, 2 of zelfs 3, waarbij auto’s zelf kunnen inparkeren, afstand houden tot hun voorganger, of zelf binnen de eigen rijstrook kunnen blijven rijden, zien we al volop om ons heen. Het domein van automatisch rijden groeit dus in rap tempo.

Waarom willen we het?

Automatisch rijden is een belangrijke ontwikkeling in de ambitie om mobiliteit veiliger, duurzamer en efficiënter te maken. De capaciteit van de wegen wordt beter benut doordat voertuigen dichter op elkaar kunnen rijden. Het verkeer stroomt beter en gelijkmatiger door, waardoor het verbruik afneemt. De afwezigheid van menselijk falen maakt automatisch rijden veiliger. Maar dat zijn de voordelen in een ideale situatie, waarin alle voertuigen volledig autonoom kunnen rijden.

Realistische scenario's

In de praktijk zal ons wagenpark niet ineens volledig kunnen worden vervangen door zelfrijdende auto’s. Daarom doet TNO veel onderzoek naar meer realistische scenario’s, bijvoorbeeld als 20 procent van de auto’s automatisch kan rijden. In pilots meten we hoe automobilisten reageren op automatische voertuigen. Houden ze bijvoorbeeld extra afstand, omdat ze minder vertrouwen hebben in de techniek? Hierdoor zou er dus meer ruimte nodig zijn op de weg in plaats van minder. Al deze resultaten verwerkt TNO in realistische modellen die met name overheden belangrijke input geven om beleid en randvoorwaarden voor automatisch rijden te kunnen opstellen.

New mobility modeller

Een geavanceerd model dat TNO hiervoor heeft ontwikkeld is de New Mobility Modeller. Hiermee kan de impact van technologie, waaronder automatisch rijden, op onze mobiliteit met grote nauwkeurigheid worden gesimuleerd voor verschillende ontwikkelingsstadia. Voor autonoom rijden varieert dit van de huidige rijhulpsystemen (zogenaamde ADAS), tot en met volledig zelfrijdend auto’s op level 5. De New Mobility Modeller berekent de kwantitatieve impact van toekomstige mobiliteitsconcepten, op basis van bijvoorbeeld de kosten, vraag naar verschillende vervoersvormen, wegcapaciteit en reistijd. Hiermee geven we inzicht in de verwachte drukte op de weg en de modal split. Die geeft aan hoeveel mensen er gebruikmaken van auto, ov of fiets. Met dit model kunnen overheden tijdig diverse scenario’s verkennen en hierop hun beleid afstemmen.

Meer of minder files?

Een veelgestelde vraag is of door automatisch rijden de files zullen verminderen. Uit een impactstudie die TNO voor de Vervoerregio Amsterdam uitvoerde, bleek onlangs dat de verkeersdrukte door de invoering van autonome voertuigen juist zou kunnen toenemen. Een van de mogelijke oorzaken kan zijn dat de volledig zelfrijdende auto een aantrekkelijk alternatief voor treinreizigers is die onderweg willen doorwerken. De overheid zou dus het OV kunnen stimuleren om dit weer te compenseren. Uiteindelijk bepalen menselijke behoeftes als comfort, betaalbaarheid en snelheid, de impact van nieuwe technologieën. Factoren die in de New Mobility Modeller zijn meegenomen.

Maatschappelijke impact

Een volgende stap waar TNO aan werkt, is om het model op wijkniveau te kunnen specificeren. Door de koppeling aan postcodegebieden kunnen overheden zien wat de maatschappelijke gevolgen zijn voor specifieke wijken. Zo kan het zijn dat bepaalde wijken worden benadeeld door automatisch rijden. Wat zijn de gevolgen voor de luchtkwaliteit, voor de sociale inclusie en gelijkheid in wijken? Inzichten die tot nu toe onzichtbaar bleven.

Laat je verder inspireren

27 resultaten, getoond 1 t/m 5

Hoe overheden MaaS kunnen inzetten om maatschappelijke doelen te bereiken

Informatietype:
Insight
15 mei 2024
In het rapport ‘The Next Evolution of MaaS’ benadrukt TNO de belangrijke rol van overheden bij het waarborgen van een toekomstbestendig mobiliteitssysteem dat bijdraagt aan maatschappelijke doelen.

Met Urban Strategy vindt TNO in San Diego aansluiting bij innovatieve Amerikaanse westkust

Informatietype:
Insight
28 maart 2024

Scenario-based denken draagt bij aan duurzame mobiliteit en behoud van human capital op Curaçao

Informatietype:
Insight
18 maart 2024

6x leefbare steden dankzij smart mobility

Informatietype:
Insight
31 juli 2023

XCARCITY: effectieve digital twins voor de autoluwe stad van morgen

Informatietype:
Insight
22 juni 2023