研究人員在美國的十字路口模擬了近 100 萬種駕駛場(chǎng)景。 圖片來源：Aerial Archives

司機(jī)可能會(huì)在接近十字路口時(shí)加速，或在紅燈時(shí)猛踩剎車——這種常見的駕駛習(xí)慣每年會(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的研究顯示，讓車輛在十字路口滑行，可以顯著減少碳排放。

一個(gè)基于人工智能的模型顯示，如果美國的每一輛汽油或柴油動(dòng)力汽車都能始終如一地遵循某些環(huán)保駕駛行為，可以使美國每年的碳排放減少6200萬至1.23億噸。該研究對(duì)減排量的主要估算僅基于內(nèi)燃機(jī)車輛，并未考慮電動(dòng)汽車或混合動(dòng)力汽車的日益增長。

即使只有10%的美國汽車采用這些環(huán)保駕駛行為，仍然可以實(shí)現(xiàn)多達(dá)一半的減排目標(biāo)。美國麻省理工學(xué)院的Vindula Jayawardana說，考慮到采用環(huán)保方法駕駛的車輛可以影響身后其他車輛的速度和制動(dòng)行為，因此這是合理的。

Jayawardana說：“這意味著我們不一定需要等待很長時(shí)間才能讓生態(tài)駕駛的普及率達(dá)到很高水平，進(jìn)而從中受益。”

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)十字路口的車輛行為。選擇這些城市是為了代表該國多樣的地理環(huán)境和可能影響駕駛的各種因素。

該模型考慮了不同的交通和環(huán)境條件，如車道配置和天氣，最終模擬了近100萬種不同場(chǎng)景。研究人員通過反復(fù)試驗(yàn)訓(xùn)練人工智能模型，以找出能顯著減少碳排放和駕駛時(shí)間的最佳方法。他們發(fā)現(xiàn)，車輛滑行到十字路口并限制等待時(shí)的怠速時(shí)間是最有效的。

如果這些城市的所有司機(jī)都始終這樣做，那么車輛在十字路口的排放量可能減少11%到22%，這具體取決于每個(gè)城市的駕駛條件。

Jayawardana說，未來十字路口的交通信號(hào)設(shè)備也可以與接近的車輛進(jìn)行通信，提醒它們減速。研究表明，近70%的減排效益來自20%的十字路口，意味著城市管理者可以聚焦于升級(jí)這些地點(diǎn)的設(shè)備。

美國卡內(nèi)基·梅隆大學(xué)的Chris Hendrickson說，環(huán)保駕駛可以提供“微小但顯著的潛在節(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，還需要更多研究來確定最有效的環(huán)保駕駛形式，并進(jìn)一步提升車輛自動(dòng)化和連接系統(tǒng)標(biāo)準(zhǔn)化水平。

相關(guān)論文信息：

https://doi.org/10.48550/arXiv.2408.05609