据报道，为提升城市自动驾驶车队部署，帝國理工大学的科学研究工作人员应用真正数据信息开展了模拟仿真检测，其数据显示了自动驾驶(AV)车队对拥挤、排出、城市公共交通和共享资源搭车的潜在性危害。

　　该精英团队应用真正数据信息、一系列服务项目主要参数及其车队管理方法算法分析了不计其数种很有可能的部署情景，目地是保证该类服务项目能够 更为高效率运作，而且完成赢利，及其降低对别的交通方式的链式反应，如积极和可持续性出行，另外将该城市街道社区部署计划方案引向全世界。

　　帝國理工大学土木工程与自然环境工程学院的运输设备与货运物流试验室(TSL)的科学研究工作人员与自动驾驶汽车软件开发公司Oxbotica协作进行了一个新项目。该新项目名叫SHIFT，根据自主创新美国(Innovate UK)交货，并得到了由互连及自动驾驶汽车管理中心(Centre for Connected and Autonomous Vehicles)支助的158万，。

　　纽约交通局(TfL)还给出的数据，协助了解怎样在纽约不一样地域选用不一样的方法部署自动驾驶汽车，及其是不是必须在特殊地区部署自动驾驶汽车，对适用伦敦市长交通出行发展战略的关键总体目标：2041年城市翠绿色出行占比(徒步、单车和城市公共交通)做到80%，改进纽约空气指数。

　　为将来充分准备

　　帝国理工精英团队发布了SHIFT自动驾驶部署汇报，包含了模拟仿真的实际关键点、创新的司机安全指南及其AV产品研发指南和数据信息基本构造架构，进而协助操作工在美国开展很多的AV部署演试。

　　帝國理工大学运输设备与货运物流系Panagiotis Angeloudis博士研究生表明：“部署AV技术性很有可能会更改全世界城市的出行方法。依靠SHIFT新项目，大家还有机会更详尽地科学研究AV对别的交通方式的潜在性危害。应用大家开发设计的专用工具，相关者能够 能够更好地整体规划AV技术性部署，并为将来充分准备。”

　　该精英团队根据以往几十年对旅客个人行为的科学研究，应用目前路面互联网和真正出行要求方式的数据信息对AV车队的危害开展模型。例如，若充分考虑价钱、便捷性和出行時间，大家会如何选择出行方法。

　　伴随着時间的变化，因为AV很有可能不会再必须司机，完成24小时运作，因而很有可能会发生空跑，进而导致电力能源消耗并提升交通堵塞。该精英团队开发设计的优化算法可协助提升车队经营，保证在恰当地区里运作适合的车子总数，进而防止电力能源消耗。该精英团队还对AV电动式化的危害开展模拟仿真检测，展现了降低交通运输排出的方式。

　　数字孪生

　　新项目科学研究工作人员之一、帝國理工大学交通出行和自然环境系高级教师Marc Stettler博士研究生表明：“恰当管理方法AV车队可较大水平地降低能耗和对自然环境的危害。大家期待根据提升潜在性旅客客座率并防止车找人，降低汽车运作千米数。”

　　该精英团队表明其模拟仿真可出示实际操作自然环境的“数字孪生”，且不用等候新技术研发和部署就可以检测不一样情景。因而，它还能够处理别的城市问题，如完成别的公共性代步工具(城市公共性汽车)的电化、自动驾驶上空的士部署等发展方向。

　　Angeloudis博士研究生表明：“在城市中部署很多AV车队是为了更好地降低私家轿车总数和释放出来路面室内空间。要想群众挑选这类出行方法，该类车队必须标价有效且达到群众的要求。因此，应高效率管理方法车子，使其部署与用户需求保持一致，另外降低拥挤和排出。大家的实体模型将协助车队营运商达到所述要求，进而使城市住户获利。”

　　项目投资科长Lord Grimstone表明：“自动驾驶汽车具备极大的潜在性经济发展和生态效益。在美国的忙碌城市中安全性部署该技术性十分关键。SHIFT的基本方针为自动驾驶汽车上道刮平了路面，并进一步证实，伴随着我们在肺炎疫情期内所做的安全生产工作，美国在未来自动驾驶行业具备全世界领导干部影响力。”

　　TSL精英团队将致力于将其模拟仿真运用到使自动驾驶汽车安全性部署中。

（文章内容来源于：旷世汽车）