Activiteitenpatronen in zelfrijdende auto

Model leert effecten zelfrijdende auto's te begrijpen

donderdag 13 september 2018 Baiba Pudane, Eric Molin, Yousef Maknoon, Caspar Chorus, TU Delft / Theo Arentze, TU Eindhoven 0 reacties 97x gelezen

Met de komst van de zelfrijdende auto kunnen gebruikers onderweg activiteiten uitvoeren waarvoor ze voorheen op locatie moesten zijn. Het effect van deze verandering in het activiteitenpatroon op toekomstige vervoerskeuzes is tot nog toe op basis van een vrij eenzijdige benadering meegenomen in mobiliteitsmodellen. Dit artikel presenteert een model dat beter rekening houdt met variaties in de aanpassing van het activiteitenpatroon.

‘Anne’ stapt om 8.30 in haar zelfrijdende auto om te ontbijten en haar werkmails te beantwoorden

‘Anne’ stapt om 8.30 in haar zelfrijdende auto om te ontbijten en haar werkmails te beantwoorden (Copyright: Shutterstock )

Zelfrijdende voertuigen geven hun gebruikers de mogelijkheid om onderweg andere taken dan de rijtaak uit te voeren. Dit heeft effect op hun tijdsbesteding en mobiliteitskeuzes. Modellen die de toekomstige mobiliteitsvraag in kaart brengen, namen dit effect tot nog toe mee door te rekenen met een gereduceerde penalty voor reistijd, ofwel een lagere negatieve waardering van reistijd.

 

De modellen voorspellen daardoor dat bij invoering van de zelfrijdende auto de totale reistijd toeneemt, de locaties voor wonen en werken verder uit elkaar komen te liggen, en mensen aan meer activiteiten gaan deelnemen gedurende de dag.

In werkelijkheid is er meer variatie. Mensen kunnen activiteiten van werk of thuis gaan verplaatsen naar de auto, waardoor ze meer tijd over hebben voor andere activiteiten. En ze kunnen meer en verder gaan reizen voor die activiteiten, maar ook minder, door onderweg activiteiten uit te voeren waarvoor ze anders op locatie moesten zijn. Het rekenen met een gereduceerde penalty voor reistijd ziet deze effecten over het hoofd en kan daarom mogelijk een verkeerde prognose geven van toekomstige mobiliteitskeuzes.

 

Model

De auteurs stellen een model voor dat expliciet rekening houdt met de activiteiten aan boord van een zelfrijdend voertuig, in plaats van impliciet aan te nemen dat deze activiteiten leiden tot een gereduceerde penalty voor reistijd. Dit model neemt de totale tijdbesteding over een dag in beschouwing, en kijkt vooral naar de interactie tussen activiteiten op locatie, verplaatsingen en activiteiten in de auto. De gedachtegang is dat activiteiten op locatie een behoefte aan verplaatsing genereren, dat verplaatsingen activiteiten aan boord van de auto mogelijk maken en dat activiteiten in de auto mogelijk activiteiten op locatie vervangen.

 

Het model gaat ervan uit dat mensen hun tijdsbesteding over de dag optimaliseren, op basis van het nut dat zij ontlenen aan een activiteit en op basis van het negatieve nut van de verplaatsingen die ze daarvoor moeten maken. Het nut van de activiteiten is afhankelijk van op welke locatie of aan boord van welk vervoermiddel ze die uitvoeren. Zie voor een eenvoudig voorbeeld De dag van Anne verderop.

 

Beleidsvragen

Dit model is een eerste stap om de effecten van zelfrijdende auto’s beter te begrijpen, en deze op de juiste manier mee te nemen in vervoersmodellen. Het kan worden gebruikt om beleidsvragen rond de introductie van de zelfrijdende auto te beantwoorden, zoals wat de marktvraag is naar zelfrijdende voertuigen met verschillende niveau’s van activiteitenondersteuning, hoe vervoersvraag en reisgedrag verschillen tussen mensen met en zonder een zelfrijdende auto, en hoe welvaartseffecten van nieuwe infrastructuur te meten zijn in het tijdperk van de zelfrijdende auto.

 

 

De dag van Anne

Voordat Anne haar zelfrijdende auto had reed ze in een gewone auto. Toen stond ze om 7.00 op om zich aan te kleden en te ontbijten, vertrok ze om 8.00 naar haar werk waar ze om 9.00 aankwam. Eigenlijk zou ze graag ’s ochtends gaan zwemmen maar daarvoor moet ze te vroeg op. ’s Avonds vertrok ze om 18.00 van haar werk, deed ze thuis een dutje van een half uur en reed dan naar een eetafspraak met vrienden om 20.00. Ze had liever langer gewerkt maar vindt haar avondactiviteiten belangrijk.

 

Tegenwoordig staat de werkgever van Anne het toe om ’s ochtends vanuit de zelfrijdende auto te werken, en om 9.30 aan te komen. Anne kan nu eerst gaan zwemmen, en stapt om 8.30 in de auto om te ontbijten en haar werkmails te beantwoorden. ’s Avonds blijft ze langer op haar werk, en doet een dutje in haar auto die haar naar de eetafspraak met haar vrienden brengt.

 

De invoer voor het model wordt gebaseerd op het nut dat Anne ontleent aan activiteiten en het negatieve nut dat ze ontleent aan de verplaatsingen. Ervan uitgaande dat Anne ’s ochtends en ’s avonds drie uur heeft om haar activiteiten uit te voeren, berekent het model aan welk activiteitenpatroon zij het meeste nut zal ontlenen. Figuur 1 laat zien hoe Anne’s dag er dan in een gewone en in een zelfrijdende auto uit zou zien. De donkere vlakken geven activiteiten op locatie weer, de lichte vlakken geven de activiteiten weer die Anne zowel op locatie, als onderweg kan uitvoeren, het rasterpatroon is voor reistijd.

 

Dit is een eenvoudig voorbeeld. In werkelijkheid kunnen in een activiteitenplan ook alternatieve locaties of vervoerwijzen voorkomen en kunnen mensen negatief nut ontlenen aan de fragmentatie van activiteiten. Hier houdt het model ook rekening mee.

  

Klik hier voor het integrale artikel 'A time-use Model for the automated vehicle-era' met tabellen en formules.

Reageren

Invoer verplicht
Invoer verplicht
Invoer verplicht

 

 

















 

Legenda
Bij dit veld is invoer verplicht.

vakartikelen

Artikelen 1 tot 20 van 56

1 2 3

  • Nieuwe Smart-Mobility-experts begrijpen het spel Vier iVRI-afname-experts, waarvan drie al een vaste baan hebben gevonden en 11 nieuwe Smart Mobility-experts met een specialisatie iVRI-techniek. Dat is de opbrengst van de...
  • Smart Mobility loopt warm naast huidige systeem Smart mobility is een begrip dat nu iets minder dan 10 jaar aanwezig is in de wereld van verkeer en vervoer. Op de academische zoekmachine Scopus is de opkomst van dit begrip in...
  • Niet-westerse migrantenvrouwen pakten zelf de fiets Mobiliteitsarmoede was in de jaren zeventig al aan de orde, maar kreeg lange tijd zeer beperkte beleidsaandacht en kende zeker nog geen doelgroepaanpak. Toch wezen de eerste...
  • Vervoersarmoede in de grote stad ontrafeld Op verzoek van de G4 is verkennend ‘etnografisch‘ onderzoek gedaan naar vervoersarmoede. Gevraagd is om een definitie van vervoersarmoede en het specificeren van de...
  • Met pre-suasion sorteert gedragsbeïnvloeding effect Traditioneel wordt weggedragsbeïnvloeding toegepast door de vorm en functie van een weg goed af te stemmen op het beoogde gebruik ervan. In veel gevallen volstaat die...
  • Stoppen met roken lukte toch ook? Van een intensieve en integrale langetermijnaanpak ten aanzien van smartphonegebruik in het verkeer is nog geen sprake. Terwijl zo’n aanpak juist tot succes kan leiden. Denk...
  • Betere voetpaden voor een kwalitatieve stadsopbouw Iedereen is dagelijks voetganger, toch wordt de voetganger vaak over het hoofd gezien. In het verkeers- en mobiliteitsbeleid krijgt deze groep naar verhouding de minste aandacht...
  • Keuze-uitdagingen om mensen vaker op de fiets te krijgen Maandelijkse keuze-uitdagingen kunnen een effectieve manier zijn om fietsen te stimuleren. De uitdagingen zelf lijken het meest effectief als ze gemakkelijk te...
  • Hans Jeekel: 'Wetenschap en praktijk moeten elkaar vragen stellen' In een serie gesprekken verkent Verkeerskunde het wetenschappelijk kennisveld. Hoe houden wetenschappers hun kennis op peil en hoe brengen zij hun kennis naar de praktijk? Waar...
  • Meer data, minder schade Van brandstof tot grondtransport en van pakketdistributie tot bouwmaterialen: jaarlijks wordt 82 procent van het binnenlands transport (in tonnen) vervoerd over de weg....
  • Zijn 'kijken en zien' wel zo vanzelfsprekend? Kern van de bekende discussies over ‘grijze wegen’ en worstelingen ermee in de praktijk, is volgens mij: hoe ‘vertellen’ we de weggebruiker met de inrichting van wegen en...
  • Zo houd je het fietspad veilig Door het toenemende fietsgebruik wordt het steeds drukker op fietspaden. Wanneer het te druk wordt, kan dit leiden tot onveilige situaties, een verminderde doorstroming en...
  • Twee opties voor veilige berm Om het aantal verkeersdoden op rijkswegen te verminderen wil Rijkswaterstaat de veiligheid van de bermen langs autosnelwegen verbeteren. De Richtlijnen voor het Ontwerp van...
  • Laaghangend fruit voor fietsveiligheid Fietspadmarkering is laaghangend en rijp fruit voor fietsveiligheid. Wegmarkering op fietspaden kan namelijk een belangrijke bijdrage leveren aan het verminderen van het grote...
  • Hoe brengen we data en mobiliteit samen? Hoe zetten we geïndividualiseerde reisadviezen in ten gunste van het collectieve netwerk? Op het Nationaal verkeerskundecongres spreken topexperts over data en mobiliteit: Bas...
  • Henk Meurs: "We mogen meer doen met buitenlandse praktijkkennis' In een serie gesprekken verkent Verkeerskunde het wetenschappelijk kennisveld. Hoe houden wetenschappers hun kennis op peil en hoe brengen zij hun kennis naar de praktijk? Waar...
  • Ov-verstoringen oplossen vanuit perspectief reiziger Verstoringen in het openbaar vervoer kunnen effect hebben op de reistijd en de reistijdbeleving van reizigers. Onderzoek van Anne Durand (TU Delft) presenteert een raamwerk om...
  • E-auto eerder concurrerend bij frequent gebruik Elektrische auto’s kunnen bijdragen aan de reductie van broeikasgassen en luchtvervuiling, maar zijn nog altijd duurder en hebben een kleinere range dan conventionele auto’s....
  • Naar een klimaatbestendig hoofdwegennet Het was niet te missen afgelopen zomer: zwart geblakerde bermen door de ene na de andere bermbrand. Terwijl op andere dagen de snelwegen overliepen door stevige onweersbuien....
  • Geen project zonder architect Het ontwerp van ingenieurs voldoet lang niet altijd en dat ligt meestal aan het ontbreken van een integraal en creatief ontwerpproces. Daar zijn architecten of creatieve...

Artikelen 1 tot 20 van 56

1 2 3

Overzicht alle vakartikelen

Verkeerskunde is een uitgave van ANWB.
© 2019 verkeerskunde.nl - alle rechten voorbehouden.