خودرو

شهرها چگونه می‌توانند برای تاکسی‌های خودران فضا ایجاد کنند؟

تاکسی‌های بدون راننده به‌تدریج از مرحله آزمایش‌های محدود عبور می‌کنند و به مرحله استفاده واقعی در شهرها می‌رسند. پژوهشگران مؤسسه فناوری فدرال لوزان (EPFL) در سوئیس بررسی می‌کنند که شهرها برای پذیرش این تاکسی‌ها چه اقداماتی باید انجام دهند تا از افزایش ترافیک و…

5 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • خودران
  • حمل‌ونقل
  • تاکسی‌های
  • خودروهای
  • خودروها
  • شهرها
شهرها چگونه می‌توانند برای تاکسی‌های خودران فضا ایجاد کنند؟

خلاصه تحلیلی خبر

تاکسی‌های بدون راننده به‌تدریج از مرحله آزمایش‌های محدود عبور می‌کنند و به مرحله استفاده واقعی در شهرها می‌رسند. پژوهشگران مؤسسه فناوری فدرال لوزان (EPFL) در سوئیس بررسی می‌کنند که شهرها برای پذیرش این تاکسی‌ها چه اقداماتی باید انجام دهند تا از افزایش ترافیک و…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، خودران، حمل‌ونقل، تاکسی‌های، خودروهای

تاکسی‌های بدون راننده به‌تدریج از مرحله آزمایش‌های محدود عبور می‌کنند و به مرحله استفاده واقعی در شهرها می‌رسند. پژوهشگران مؤسسه فناوری فدرال لوزان (EPFL) در سوئیس بررسی می‌کنند که شهرها برای پذیرش این تاکسی‌ها چه اقداماتی باید انجام دهند تا از افزایش ترافیک و تضعیف حمل‌ونقل عمومی جلوگیری شود.

سوئیس به‌تازگی نخستین سرویس تاکسی بدون راننده خود را در منطقه فور‌تال، در نزدیکی زوریخ، راه‌اندازی کرده است. هم‌زمان با تبدیل شدن تاکسی‌های خودران به بخشی از واقعیت حمل‌ونقل شهری، پژوهشگران علاوه بر امکان‌پذیری فنی این فناوری، نحوه مدیریت ناوگان‌های بزرگ خودروهای خودران و ادغام آن‌ها با شبکه‌های حمل‌ونقل را بررسی می‌کنند. گسترش گزینه‌های جابه‌جایی در مناطق روستایی و کم‌برخوردار نیز یکی دیگر از اهداف این تحقیقات به شمار می‌رود.

کنان ژانگ، استاد آزمایشگاه اکوسیستم جابه‌جایی انسان‌محور (HOMES) در مؤسسه فناوری فدرال لوزان، درباره چگونگی ورود تاکسی‌های خودران به شبکه‌های حمل‌ونقل شهری تحقیق می‌کند. بررسی‌های او عوامل مختلفی از جمله توزیع ناوگان، تعیین محل توقف و پارک خودروها و میزان پذیرش اجتماعی این فناوری را در بر می‌گیرد. ژانگ گفت

تاکسی‌های خودران از نظر فنی قابلیت اجرا دارند، اما آینده آن‌ها بیش از هر چیز به مقررات، پذیرش عمومی، مسائل اقتصادی و نحوه هماهنگی با شهرها و سامانه‌های حمل‌ونقل عمومی وابسته خواهد بود.

ژانگ و گروه پژوهشی او در مجموعه‌ای از مطالعات منتشرشده در نشریه ترنسپورتیشن ریسرچ، روش‌هایی مبتنی بر هوش مصنوعی معرفی کرده‌اند که امکان مدیریت هماهنگ ناوگان‌های بزرگ خودروهای خودران و بهینه‌سازی محل انتظار و پارک آن‌ها را فراهم می‌کنند. نتایج این تحقیقات نشان می‌دهد شبکه‌های آینده تاکسی‌های خودران می‌توانند با مدیریت هوشمند، زمان انتظار مسافران را کاهش دهند، بهره‌وری خودروها را افزایش دهند و دسترسی به خدمات حمل‌ونقل در مناطق محروم از سرویس‌های درخواستی را بهبود ببخشند.

خدمات‌رسانی به مناطق دورافتاده

رانندگان تاکسی معمولاً ترجیح می‌دهند در مناطق پرتردد مانند مراکز شهرها، فرودگاه‌ها و ایستگاه‌های قطار فعالیت کنند. در نتیجه، مناطق حومه‌ای و کم‌جمعیت اغلب با گزینه‌های محدودتری برای جابه‌جایی روبه‌رو هستند. ناوگان خودروهای خودران می‌تواند با اعزام هوشمند خودروها به نقاط مختلف، این مشکل را کاهش دهد و دسترسی ساکنان مناطق حومه‌ای به خدمات حمل‌ونقل را بهبود ببخشد.

تاکسی رباتی هیوندای آیونیک 5

برای تحقق چنین هدفی، شهرها باید هزاران خودروی خودران را به‌صورت هماهنگ مدیریت کنند تا در هر منطقه، متناسب با نیاز مسافران، تعداد کافی خودرو در دسترس باشد. ژانگ و همکارانش برای بررسی مدیریت متمرکز ناوگان، الگوریتم‌های یادگیری تقویتی را با استفاده از داده‌های واقعی شهر شنژن چین توسعه داده‌اند.

در این روش، خودروها به‌جای تصمیم‌گیری مستقل درباره مقصد بعدی خود، از طریق یک سامانه مرکزی مدیریت می‌شوند. این سامانه با پیش‌بینی میزان تقاضا، خودروها را به‌طور مداوم در سطح شهر جابه‌جا و توزیع می‌کند. چنین رویکردی ضمن حفظ کیفیت خدمات، دسترسی به تاکسی را در محله‌هایی افزایش می‌دهد که معمولاً شرکت‌های متعارف درخواست خودرو، مانند اوبر، توجه کمتری به آن‌ها دارند.

با این وجود، تاکسی‌های خودران ممکن است یک مشکل شهری را برطرف کنند و هم‌زمان دردسر تازه‌ای به وجود آورند. ژانگ گفت

با کاهش نیاز به پارکینگ‌های سنتی در نتیجه استفاده از خودروهای خودران، احتمال دارد این وسایل نقلیه هنگام انتظار برای مسافران زمان بیشتری را در خیابان‌ها به گردش بپردازند.

او برای جلوگیری از چنین وضعیتی، تدوین مقررات تازه را ضروری می‌داند. از جمله راهکارهای پیشنهادی می‌توان به محدود کردن تردد خودروهای خودران بدون مسافر، دریافت هزینه برای گردش‌های غیرضروری در خیابان‌ها و اختصاص محدوده‌های مشخص برای انتظار این خودروها اشاره کرد.

تکمیل حمل‌ونقل عمومی

حتی اگر فناوری خودروهای خودران به آمادگی کامل رسیده باشد، موفقیت آن‌ها تا حد زیادی به این موضوع بستگی دارد که بتوانند در کنار سامانه‌های حمل‌ونقل پایدار فعالیت کنند، نه اینکه جایگزین آن‌ها شوند یا به عملکردشان آسیب بزنند. در چنین الگویی، خودروهای خودران بخشی از یک شبکه گسترده حمل‌ونقل خواهند بود و با گسترش دسترسی مسافران به وسایل حمل‌ونقل عمومی، نقش مکمل را ایفا خواهند کرد.

شهرها چگونه می‌توانند برای تاکسی‌های خودران فضا ایجاد کنند؟ | دیجینوی

با این حال، هزینه بلندمدت راه‌اندازی و مدیریت گسترده تاکسی‌های خودران همچنان مشخص نیست. اگر استفاده از این خودروها ارزان‌تر شود، افراد بیشتری به سراغ آن‌ها خواهند رفت. چنین شرایطی هم مزایای احتمالی این فناوری را افزایش می‌دهد و هم خطر رقابت با حمل‌ونقل عمومی را بیشتر می‌کند. ژانگ گفت

چنین اتفاقی مطلوب نخواهد بود، زیرا حمل‌ونقل عمومی همواره در جابه‌جایی مسافران با استفاده از فضای محدود خودروها، ظرفیت جاده‌ها و میزان مصرف انرژی، کارآمدتر عمل می‌کند.

سوئیس در زمینه پذیرش تاکسی‌های خودران شرایط متفاوتی دارد. این کشور از هم‌اکنون شبکه حمل‌ونقل عمومی باکیفیتی در اختیار دارد که بخش گسترده‌ای از مناطق شهری را پوشش می‌دهد. همین موضوع می‌تواند تقاضا برای تاکسی‌های خودران را محدود کند؛ به‌ویژه در مراکز شهرها که دسترسی به وسایل حمل‌ونقل عمومی آسان‌تر است.

گسترش تدریجی پذیرش تاکسی‌های خودران

ژانگ معتقد است با توجه به ابعاد فنی و اقتصادی این فناوری، پذیرش تاکسی‌های خودران در ابتدای مسیر به‌صورت یکسان در همه شهرها اتفاق نخواهد افتاد. او گفت

با در نظر گرفتن تمام جنبه‌های فنی و اقتصادی، در مراحل اولیه استفاده از تاکسی‌های خودران در شهرهای مختلف به شکل یکسان گسترش پیدا نخواهد کرد.

به گفته او، کلان‌شهرهای کشورهای مختلف، از جمله ایالات متحده و چین، ممکن است طی دهه آینده شاهد گسترش گسترده این خدمات باشند. پس از آن، استفاده از خودروهای خودران و تاکسی‌های بدون راننده می‌تواند از طریق یک روند زنجیره‌ای به شهرهای دیگر نیز گسترش پیدا کند.

ژانگ در پایان گفت

هنگامی که یک شهر نشان دهد تاکسی‌های خودران می‌توانند با ایمنی و کارایی بالا فعالیت کنند، شهرهای دیگری که نیازهای حمل‌ونقلی مشابهی دارند نیز احتمالاً از این الگو پیروی خواهند کرد.

چالش بعدی پژوهشگران، اطمینان از عملکرد مؤثر مدل‌های محاسباتی در محیط واقعی شهرها خواهد بود. این مدل‌ها باید بتوانند با شرایط پیچیده‌ای مانند تغییرات تقاضای سفر، زیرساخت‌های شهری و رفتار انسانی سازگار شوند؛ عواملی که در مقایسه با محیط‌های شبیه‌سازی‌شده، پیچیدگی بسیار بیشتری دارند.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.