Imaginez que vous montez une colline en direction d’un feu de circulation. La lumière est toujours verte, vous êtes donc tenté d’accélérer pour franchir l’intersection avant que la lumière ne change.
Ensuite, un appareil dans votre voiture reçoit un signal du contrôleur monté sur l’intersection vous alertant que la lumière va changer dans deux secondes – clairement pas assez de temps pour battre la lumière. Vous enlevez votre pied de la pédale d’accélérateur et ralentissez, économisant ainsi du carburant. Vous vous sentez aussi plus en sécurité, sachant que vous n’avez pas allumé de feu rouge et que vous risquez de provoquer une collision à l’intersection.
Les véhicules connectés et automatisés, qui peuvent interagir de véhicule à véhicule (V2V) et entre les véhicules et les infrastructures routières comme les feux de circulation et les panneaux d’arrêt (V2I), promettent d’économiser de l’énergie et d’améliorer la sécurité. Dans une nouvelle étude publiée dans Transportation Research Part B, des ingénieurs de la Michigan Technological University proposent un cadre de modélisation pour la conduite coopérative V2V et V2I.
La conduite coopérative aide les voitures et leurs conducteurs à naviguer efficacement et en toute sécurité. Le cadre utilise un algorithme d’éco-conduite qui donne la priorité à l’économie de carburant et à la réduction des émissions. L’algorithme automatisé calcule les dispositifs de contrôle de la circulation basés sur l’emplacement et les contraintes routières à l’aide de cartes et d’informations géographiques. La recherche est dirigée par Kuilin Zhang, professeur agrégé de génie civil et environnemental et professeur associé affilié d’informatique à Michigan Tech, ainsi que Shuaidong Zhao ’18, maintenant analyste quantitatif senior chez National Grid.
Au cours des trois dernières années, Houghton, dans le Michigan, a accueilli des unités en bordure de route installées sur cinq des feux de signalisation de la ville qui rendent la communication V2I possible. Zhang a mené une analyse de simulation en utilisant des messages de mise en phase et de synchronisation des feux de circulation réels provenant de l’environnement de test des véhicules connectés d’Ann Arbor et prévoit d’étendre les tests dans la région de Houghton.
« L’idée même de l’automatisation de la conduite coopérative est que les signaux à l’intersection indiquent à votre voiture ce qui se passe devant nous », a déclaré Zhang. « Le capteur à l’intersection peut profiter à tous les véhicules connectés passant par l’intersection. L’algorithme d’éco-conduite automatisé améliore les décisions de conduite des véhicules connectés et automatisés. »
Les résultats de la simulation montrent que l’algorithme coopératif d’éco-conduite automatisée économise de l’énergie – 7% en cas de trafic léger et 23% en cas de trafic intense le long du corridor.
« Le stop and go, stop and go, cela peut utiliser beaucoup d’énergie », a déclaré Zhang. «Le concept d’éco-conduite incorpore la manière dont le véhicule prend des décisions de conduite en utilisant non seulement les données des véhicules devant lui, mais aussi les informations fournies par un feu de signalisation.»
Le modèle de Zhang intègre des cartes haute définition (HD), qui utilisent le matériel et les logiciels d’un véhicule connecté pour fournir une précision de navigation au centimètre près. Les cartes HD intègrent plusieurs types de détection environnementale: radar longue portée, lidar, images de caméra, radar courte / moyenne portée et ultrasons.
Zhang a déclaré que pour la conduite autonome, il était important de connaître les points de repère pour contrôler la conduite de la voiture, ainsi que les pentes des collines; l’utilisation d’une pente pour ralentir ou accélérer une voiture peut également augmenter les économies d’énergie. Il est facile d’économiser de l’énergie sur une autoroute droite; dans les artères animées avec circulation et feux de signalisation, la conservation de l’énergie n’est pas si simple. Dans les rues de la ville, le modèle d’éco-conduite prédictif en ligne connecté et automatisé de Zhang et Zhao prend en compte les dispositifs de contrôle de la circulation et les contraintes de géométrie routière dans des conditions de trafic léger et lourd.
