iQFleet

Utvärdering av konceptet fordonståg i verkliga trafikförhållanden. Utveckla simuleringsverktyg för att prediktera trafikflöden på motorväg, genom att använda data från Scania-lastbilar Kombinera prediktioner kring trafikflöden med andra förutsättningar för transporten för att optimera transporten. 2013

Utvärdering av Fordonståg Scania transportlaboratorium Åkeri helägt av Scania 25 fordon Södertälje - Zwolle Test site Södertälje – Helsingborg Utvärdera långtidseffekter Bränsleförbrukning Förarintervjuer IQFleet test site

Tillsammans med Scania transport- laboratorium vill vi besvara dessa frågor: Hur upplever förarna att köra i fordonståg med stödsystemet? Leder fordonståg till stor bränsle- besparing även i verkliga trafik- förhållanden? Hur påverkar fordonståg den omgivande trafiken? Utvärdering av Fordonståg

Tidsplan utvärdering av fordonståg T.o.m. v14: Fordon avgår med varierande, ofta stora mellanrum Steg 1 Övergång till att avgå i samlad grupp som fordonståg Idag: Steg 2 Minska avståndet mellan fordonen till 45m och följa upp bränslebesparing Q Steg 3 Minska avståndet mellan fordonen till 10-20m och följa upp bränslebesparingen Q min – 3 tim 70m / 3s 45m / 2s 10-20m / 0,5-1s I det här steget möjliggör trådlös kommunikation mellan lastbilarna ett minskat avstånd mellan lastbilarna Enkäter och intervjuer med förare Med adaptiv farthållare

Tidsplan utvärdering av fordonståg T.o.m. v14: Fordon avgår med varierande, ofta stora mellanrum Steg 1 Övergång till att avgå i samlad grupp som fordonståg Idag: Steg 2 Minska avståndet mellan fordonen till 45m och följa upp bränslebesparing Q Steg 3 Minska avståndet mellan fordonen till 10-20m och följa upp bränslebesparingen Q min – 3 tim 70m / 3s 45m / 2s 10-20m / 0,5-1s I det här steget möjliggör trådlös kommunikation mellan lastbilarna ett minskat avstånd mellan lastbilarna Enkäter och intervjuer med förare Med adaptiv farthållare Sammanfattning av första intervjuomgång (inför försök) Stor omställning att anpassa sig till andra förare och avgå i grupp Viss oro kring systemets tillförlitlighet Vissa tror att man kommer att uppleva körningen i fordonståg mer stressande medan andra tror systemet kommer bidra till minskad stress. Meningarna går också isär vad gäller hur man tror körningen kommer påverka vakenhet och distraktionsnivå. Många har tankar kring effekterna på omgivande trafik och hur systemet skall kunna hantera olika situationer

Tidsplan utvärdering av fordonståg T.o.m. v14: Fordon avgår med varierande, ofta stora mellanrum Steg 1 Övergång till att avgå i samlad grupp som fordonståg Idag: Steg 2 Minska avståndet mellan fordonen till 45m och följa upp bränslebesparing Q Steg 3 Minska avståndet mellan fordonen till 10-20m och följa upp bränslebesparingen Q min – 3 tim 45m / 2s 10-20m / 0,5-1s I det här steget möjliggör trådlös kommunikation mellan lastbilarna ett minskat avstånd mellan lastbilarna Enkäter och intervjuer med förare Med adaptiv farthållare Första intryck från försöken i steg 1 Drygt hälften av körningarna görs i platoon – Goda förutsättningar för utvärdering Indikerar bränslebesparing på 1,5 % (förväntad: ca2%) Stor potential att optimera systemet för körning i platoon Blandade reaktioner från förare 70m / 3s

Övrigt utvärdering av fordonståg Försöken avstämda med transportstyrelse och polismyndighet. Informationsspridningen fortsätter under hösten. Ytterligare säkerhetstester av systemet har genomförts Systemet för trådlös kommunikation närmar sig status för körning på allmän väg.

Optimal vehicle control Vilken väg är ”bäst” När och hur skall platooner slås ihop KTH School of Electrical Engineering - Automatic Control Lab Optimal vehicle control Doktorandprojekt: 35km 22km 27km ? 1 2 3

Link id: speed limit: 90.0 speed average: 61 km/hr speed std: 20 km/hr number: 255probes Link id: speed limit: 90.0 speed average: 61 km/hr speed std: 20 km/hr number: 255probes I-Mobility laboratoriet Samlar in ”Floating Car Data” från Scania fordon Utöka simuleringsmodell Geografiskt Ytterligare informationskällor Simulera effekter på platooner KTH School of Architecture and the Built Environment – Division of Traffic & Logistics Traffic data fusion and traffic flow prediction Doktorandprojekt: