STAD brengt het zelfrijdende voertuig in beeld

In 2016 ging het STAD-project van start in het NWO-programma Smart Urban Regions of the Future. In STAD (Spatial and Transport impacts of Automated Driving) buigt een consortium van wetenschappers, overheden en bedrijfsleven zich over de vraag hoe ‘automatisch rijden’ kan bijdragen aan betere mobiliteit. Met dank aan de praktijkpartners richt een aantal PhD’ers zich op deel-onderwerpen in het domein van zelfrijdende voertuigen. In deze minispecial een overzicht van onderzoeksresultaten uit dit breed opgezette programma.

Gaan we anders reizen? Gaan vrachtauto’s in treintjes rijden? Moeten we onze wegen aanpassen? Hebben we nog parkeerruimte nodig? Hoe reageren voetgangers en fietsers op automatische voertuigen? Waar kunnen we automatische shuttles het beste inzetten? En hoe kunnen we prognosemodellen geschikt maken voor automatisch rijden? STAD maakt mede gebruik van een flink aantal veldproeven van verschillende vormen van automatisch rijden.

Veldproeven
Zo maakte het WEpod-project in 2016 de weg vrij voor ontheffingsaanvragen voor het rijden van automatische voertuigen op de openbare weg. De ontheffing onder categorie M1 (personenauto’s) werd verleend na een intensieve samenwerking tussen het WEpod-team, het Ministerie van IenW, de RDW, en ingenieurs- en adviesbureau Ricardo Nederland. Twee voertuigen werden voorzien van aanvullende sensoren en software-systemen en ingezet voor onderzoek naar acceptatie door passagiers en betrokkenen, interactie met ander verkeer en plaatsbepaling.

In Appelscha werd een automatisch voertuig ingezet op het fietspad. Omdat het voertuig 20 cm obstakelvrije ruimte nodig heeft, nam het dusdanig veel ruimte in dat fietsers het voertuig door de berm moesten passeren. Deze proef is gestopt.

In IJburg, Amsterdam, werd onderzocht hoe flexibel inzetbaar zelfrijdend vervoer de kwaliteit van leven van meervoudig gehandicapte kinderen zou kunnen verbeteren op een traject van vier honderd meter tussen het woon- en logeerhuis naar de dagbehandeling. Het vervoer van complexe rolstoelen met zelfrijdende voertuigen blijkt technisch nog erg uitdagend en er is beperkt budget beschikbaar. Het initiatief is daarom niet tot uitvoering gekomen.

De Rivium ParkShuttle in Capelle aan den IJssel is een automatisch vervoersysteem zonder bestuurder of steward aan boord, op een eigen rijbaan met kruisingen met ander verkeer. Met meer dan zes miljoen passagiers sinds de start in 2005 is het systeem robuust, lonend en veilig gebleken. Voor het eerst sinds jaren is het systeem buiten gebruik om te werken aan een uitbreiding naar de Schaardijk nabij de Nieuwe Maas met zes vernieuwde voertuigen waarmee tot circa vijfhonderd personen per uur per richting vervoerd kunnen worden. Het nieuwe systeem zal deels in gemengd verkeer gaan rijden, waarmee Rivium wereldwijd voorop blijft lopen.

Uit interviews met ov-autoriteiten blijkt een breed gedragen verwachting dat ook in de toekomst openbaar vervoer op de hoofdassen zal blijven bestaan, waarbij op drukbezette lijnen alleen railgebonden voertuigen kansrijk zijn voor automatisering. Automatisering van bussen, zoals ParkShuttle, zit dan met name op dunbezette lastmilelijnen. Buiten de hoofdassen verwachten de ov-autoriteiten de grootste mogelijkheden voor automatisch vervoer op de weg. Bij pilots is een focus op de reiziger en aandacht voor concrete stappen naar implementatie belangrijk. Automatische voertuigen in het ov komen niet met een ‘big bang’ maar zullen geleidelijk hun intrede vinden.

De Metropoolregio Rotterdam Den Haag, MRDH, toont het belang van samenwerking tussen gemeentes. In het programma Automated Vehicles Last Mile trekken gemeenten, andere overheden, bedrijfsleven en kennisinstellingen gezamenlijk op om pilots en toepassingen van zelfrijdend vervoer te realiseren op meerdere locaties. Concrete toepassingen zijn gerealiseerd bij het Haga ziekenhuis, Researchlab Automated Driving Delft, ESA ESTEC in Noordwijk en buiten de MRDH regio in de jachthaven van Drimmelen. De shuttles in de proeven rijden met een steward en met lage snelheid (<20 km per uur) in gemengd verkeer.

Deze learning-by-doing-aanpak leidt tot ervaring voor de vervoerders, de OV-autoriteiten, voertuigontwikkelaars en implementatiepartners. Ook potentiële gebruikers krijgen zo de kans om kennis te maken met automatische voertuigen. Deze ervaringen leveren bovendien waardevolle input aan nog te starten pilots en aan het permanent inzetten van automatische voertuigen. Het nieuwe NWO-project Summlab zal de lessons learned uit dertig proeven verzamelen en de komende vijf jaar vertalen naar nieuwe proeven en projecten.

Referenties:

• http://stad.tudelft.nl/
• http://stad.tudelft.nl/wordpress/wp-content/uploads/2019/01/WEpod-1-3-2018.pdf
• https://surfdrive.surf.nl/files/index.php/s/QFmVtqv8VfpR0pz 
•  https://surfdrive.surf.nl/files/index.php/s/8ndvHfeneBYMtP8

Minispecial STAD

In deze mini-special tussenresultaten van het vier-jarige onderzoeksprogramma STAD:  Spatial and Transport impacts of Automated Driving binnen het SURF programma van NWO, Smart Urban Regions of the Future. Het STAD-project wordt gecofinancierd door NWO.

 
Auteur: Bart van Arem, Reanne Boersma, TU Delft / Frank Rieck, Hogeschool Rotterdam / Dennis Mica, 2getthere / Joop Veenis, The Future Mobility Network / Lobke Zandstra, MRDH / Arthur Scheltes, Goudappel Coffeng