司機(jī)可能會(huì)在接近十字路口時(shí)加速行駛,并在紅燈前猛踩剎車(chē)——這種常見(jiàn)的駕駛習(xí)慣每年都會(huì)產(chǎn)生大量的
碳排放。但是,一項(xiàng)近日公布于預(yù)印本服務(wù)器arXiv上的研究顯示,將汽車(chē)設(shè)計(jì)成在十字路口滑行,可以顯著減少每年的排放量。
一個(gè)人工智能驅(qū)動(dòng)的模型表明,如果美國(guó)的每一輛汽油或柴油動(dòng)力汽車(chē)都堅(jiān)持遵循某些環(huán)保駕駛行為,可以使美國(guó)每年的碳排放量減少6200萬(wàn)至1.23億噸。該研究對(duì)減排量的主要估計(jì)僅基于內(nèi)燃機(jī)車(chē)輛,并未考慮電動(dòng)汽車(chē)或混合動(dòng)力汽車(chē)的日益增長(zhǎng)。
即使只有10%的美國(guó)汽車(chē)采用這些環(huán)保駕駛行為,仍然可以實(shí)現(xiàn)可能減排量的一半。美國(guó)麻省理工學(xué)院的Vindula Jayawardana說(shuō),這是因?yàn)椴捎铆h(huán)保方法駕駛的車(chē)輛可以影響其他跟隨其后的車(chē)輛的速度和制動(dòng)行為。
Jayawardana說(shuō):“這意味著我們不一定需要等待很長(zhǎng)時(shí)間,直到生態(tài)駕駛的采用率非常高,才能獲得好處。”
為了估計(jì)各種環(huán)保駕駛行為的潛在減排量,Jayawardana和同事模擬了美國(guó)3個(gè)主要城市——舊金山、洛杉磯和亞特蘭大的6000多個(gè)十字路口的車(chē)輛行為。選擇這些城市是為了代表該國(guó)多樣的地理環(huán)境和可能影響駕駛的因素。
該模型考慮了不同的交通和環(huán)境條件,如車(chē)道配置和天氣,最終模擬了近100萬(wàn)種不同的場(chǎng)景。研究人員通過(guò)反復(fù)試驗(yàn)訓(xùn)練人工智能智能體,以找出最能顯著減少碳排放和駕駛時(shí)間的方法。他們發(fā)現(xiàn),滑行到十字路口并限制在十字路口等待時(shí)的怠速時(shí)間是最有效的。
如果這些城市的所有司機(jī)都始終遵循這些做法,那么十字路口的潛在減排量從11%到22%不等,具體取決于每個(gè)城市的駕駛條件。
Jayawardana說(shuō),未來(lái),十字路口的交通信號(hào)設(shè)備也可以與接近的車(chē)輛進(jìn)行通信,提醒它們開(kāi)始減速。該研究表明,近70%的減排效益來(lái)自20%的十字路口,這表明城市管理者可以聚焦于升級(jí)這些地點(diǎn)的設(shè)備。
美國(guó)卡內(nèi)基梅隆大學(xué)的Chris Hendrickson說(shuō),環(huán)保駕駛可以提供“重要的潛在節(jié)能效益”,同時(shí)還可以使駕駛行為更加平穩(wěn),減少交通堵塞。但他警告說(shuō),還需要更多研究來(lái)確定最有效的環(huán)保駕駛形式,并使車(chē)輛自動(dòng)化和連接系統(tǒng)標(biāo)準(zhǔn)化。
【版權(quán)聲明】本網(wǎng)為公益類(lèi)網(wǎng)站,本網(wǎng)站刊載的所有內(nèi)容,均已署名來(lái)源和作者,僅供訪問(wèn)者個(gè)人學(xué)習(xí)、研究或欣賞之用,如有侵權(quán)請(qǐng)權(quán)利人予以告知,本站將立即做刪除處理(QQ:51999076)。