這個(gè)開(kāi)車(chē)技巧大幅減少碳排放

研究人員在美國的十字路口模擬了近 100 萬(wàn)種駕駛場(chǎng)景。 圖片來(lái)源：Aerial Archives

司機可能會(huì )在接近十字路口時(shí)加速，或在紅燈時(shí)猛踩剎車(chē)——這種常見(jiàn)的駕駛習慣每年會(huì )產(chǎn)生大量的碳排放。但是，一項近日公布于預印本服務(wù)器arXiv的研究顯示，讓車(chē)輛在十字路口滑行，可以顯著(zhù)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(chē)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(wàn)至1.23億噸。該研究對減排量的主要估算僅基于內燃機車(chē)輛，并未考慮電動(dòng)汽車(chē)或混合動(dòng)力汽車(chē)的日益增長(cháng)。

即使只有10%的美國汽車(chē)采用這些環(huán)保駕駛行為，仍然可以實(shí)現多達一半的減排目標。美國麻省理工學(xué)院的Vindula Jayawardana說(shuō)，考慮到采用環(huán)保方法駕駛的車(chē)輛可以影響身后其他車(chē)輛的速度和制動(dòng)行為，因此這是合理的。

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

為了估計各種環(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(chē)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(chē)道配置和天氣，最終模擬了近100萬(wàn)種不同場(chǎng)景。研究人員通過(guò)反復試驗訓練人工智能模型，以找出能顯著(zhù)減少碳排放和駕駛時(shí)間的最佳方法。他們發(fā)現，車(chē)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都始終這樣做，那么車(chē)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(shuō)，未來(lái)十字路口的交通信號設備也可以與接近的車(chē)輛進(jìn)行通信，提醒它們減速。研究表明，近70%的減排效益來(lái)自20%的十字路口，意味著(zhù)城市管理者可以聚焦于升級這些地點(diǎn)的設備。

美國卡內基·梅隆大學(xué)的Chris Hendrickson說(shuō)，環(huán)保駕駛可以提供“微小但顯著(zhù)的潛在節能效益”，同時(shí)還可以使駕駛行為更加平穩，減少交通堵塞。但他警告說(shuō)，還需要更多研究來(lái)確定最有效的環(huán)保駕駛形式，并進(jìn)一步提升車(chē)輛自動(dòng)化和連接系統標準化水平。

相關(guān)論文信息：

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