Eco-Driving: Der Schlüssel zu weniger CO2-Emissionen
Eine Studie des MIT zeigt, wie umweltbewusstes Fahren die CO2-Emissionen an Kreuzungen senken kann. Mithilfe von Deep Reinforcement Learning analysierten Forschende verschiedene Verkehrsszenarien in drei US-Städten und fanden heraus, dass eine intelligente Anpassung der Fahrzeuggeschwindigkeit die Emissionen senken könnte.
Eco-Driving könnte die CO2-Emissionen an Kreuzungen spürbar reduzieren.
Foto: SmarterPix/Elnur_
Eine groß angelegte Modellstudie unter der Leitung von MIT-Forschenden hat ergeben, dass Maßnahmen zum umweltbewussten Fahren, auch bekannt als Eco-Driving, die CO2-Emissionen an Kreuzungen reduzieren könnte. Eine dynamische Anpassung der Fahrzeuggeschwindigkeit kann Stopps und übermäßige Beschleunigung minimieren. Dadurch könnten die jährlichen CO2-Emissionen um 11 bis 22 Prozent gesenkt werden, ohne den Verkehrsfluss zu verlangsamen oder die Sicherheit zu beeinträchtigen. Die Wissenschaftlerinnen und Wissenschaftler nutzten Deep Reinforcement Learning, eine leistungsstarke Methode der künstlichen Intelligenz, um eine Folgenabschätzung der Faktoren durchzuführen, die die Fahrzeugemissionen in Atlanta, San Francisco und Los Angeles beeinflussen.
Die Ergebnisse zeigen, dass selbst eine begrenzte Einführung von Eco-Driving-Maßnahmen spürbare Auswirkungen haben kann. Wenn nur zehn Prozent der Fahrzeuge auf den Straßen umweltbewusst fahren würden, könnten die CO2-Emissionen immer noch um 25 bis 50 Prozent gesenkt werden. Darüber hinaus fand das Team heraus, dass durch die Optimierung der Geschwindigkeitsbegrenzungen an etwa 20 Prozent der Kreuzungen bereits 70 Prozent der gesamten Emissionsvorteile erzielt werden können. Das deutet darauf hin, dass eine schrittweise Umsetzung von Eco-Driving-Maßnahmen messbare und positive Auswirkungen darauf hat, den Klimawandel einzudämmen und die öffentliche Gesundheit zu verbessern.
Eco-Driving: Vielversprechender Ansatz zur Emissionsreduzierung
Cathy Wu, die leitende Autorin der Studie und Professorin am MIT, betont die Bedeutung von Kontrollstrategien wie Eco-Driving im Kampf gegen den Klimawandel. Moderne Machine-Learning-Tools wie Deep Reinforcement Learning ermöglichen es, komplexe Analysen durchzuführen, die soziotechnische Entscheidungen unterstützen können. Die Studie, die in Zusammenarbeit mit mehreren MIT-Doktoranden und -Studenten sowie Forschenden der ETH Zürich und des Verkehrsministeriums von Utah durchgeführt wurde, zeigt das Potenzial von Eco-Driving und ebnet den Weg für weitere Forschungen in diesem Bereich.
Um die Auswirkungen von Eco-Driving-Maßnahmen zu untersuchen, legten die Forschenden zunächst 33 Faktoren fest, die die Fahrzeugemissionen beeinflussen, darunter Temperatur, Straßenneigung, Kreuzungstopologie, Alter des Fahrzeugs, Verkehrsaufkommen, Fahrzeugtypen, Fahrverhalten, Ampelschaltung und Straßengeometrie. Anschließend erstellten sie mithilfe von Daten aus verschiedenen Quellen digitale Nachbildungen von mehr als 6.000 signalgeregelten Kreuzungen in den drei untersuchten Städten und simulierten mehr als eine Million Verkehrsszenarien. Durch den Einsatz von Deep Reinforcement Learning optimierte das Team jedes Szenario für umweltbewusstes Fahren, um die maximalen Emissionsvorteile zu erzielen.
Mit intelligenten Algorithmen CO2-Emissionen zu reduzieren
Die Schulung von Fahrzeugverhalten, das sich auf verschiedene Verkehrsszenarien an Kreuzungen übertragen lässt, stellte eine große Herausforderung dar. Die Forschenden erkannten, dass einige Szenarien einander ähnlicher sind als andere, beispielsweise solche mit derselben Anzahl von Fahrspuren oder Ampelphasen. Daher trainierten sie separate Modelle für verschiedene Cluster von Verkehrsszenarien, was insgesamt zu besseren Emissionsvorteilen führte. Um die rechenintensive Analyse des stadtweiten Verkehrs auf Netzwerkebene zu bewältigen, zerlegten die Wissenschaftlerinnen und Wissenschaftler das Problem und lösten jedes Öko-Fahrszenario auf der Ebene der einzelnen Kreuzungen.
Die Ergebnisse zeigen, dass die vollständige Einführung von Eco-Driving zu einer Reduzierung der Emissionen an Kreuzungen um elf bis 22 Prozent führen könnte. Die Vorteile variieren je nach Straßenlayout einer Stadt: Eine dicht bebaute Stadt wie San Francisco bietet weniger Raum für die Umsetzung von Eco-Driving zwischen Kreuzungen, was geringere Emissionsersparnisse zur Folge haben könnte, während Atlanta aufgrund seiner höheren Geschwindigkeitsbegrenzungen mehr Vorteile hätte. Selbst wenn nur zehn Prozent der Fahrzeuge Eco-Driving anwenden, könnte eine Stadt dennoch 25 bis 50 Prozent der gesamten Emissionsvorteile umsetzen, da Nicht-Eco-Driving-Fahrzeuge den kontrollierten Eco-Driving-Fahrzeugen folgen und somit ebenfalls ihre CO2-Emissionen reduzieren würden.
Alternative Lösungen zur CO2-Reduktion
Die Studie zeigt auch, dass Eco-Driving in Kombination mit anderen Maßnahmen zur Dekarbonisierung des Verkehrs noch größere Vorteile bieten könnte. Würden in San Francisco beispielsweise 20 Prozent der Fahrzeuge umweltbewusst fahren, würde das die Emissionen um sieben Prozent senken – in Kombination mit der prognostizierten Verbreitung von Hybrid- und Elektrofahrzeugen jedoch um 17 Prozent. Während sich die Forschenden auf die CO2-Emissionen konzentrierten, stehen die Vorteile in engem Zusammenhang mit Verbesserungen beim Kraftstoffverbrauch, beim Energieverbrauch und bei der Luftqualität. Cathy Wu betont, dass Eco-Driving eine nahezu kostenfreie Maßnahme ist, die relativ einfach zu integrieren und sofort einsatzbereit ist. Dieser erste Versuch, die Umweltvorteile von Eco-Driving systematisch zu untersuchen, soll weiteren Forschungen als Referenz für die Bewertung von Eco-Driving-Systemen dienen.
Ein Beitrag von:
