2012-01-12

Energieffektiv Navigation förTung Trafik

FFI – ”Fordonsstrategisk Forskning

och Innovation”

På uppdrag av projektteamet:

Per-Olof Svensk

Michael L. Sena

12 januari 2012

2012-01-12

Projektet

GRO:NTGrön Rutt Optimering och Navigering för Tunga fordonGreen Route Optimization and Navigation for heavy Trucks

Budget: 4 674 750 SEKFinansiering från FFI: 2 537 375 SEK

Start: 1 okt 2010Slut: 31 dec 2011

2012-01-12

� Identifiera roller och möjliga parter i ett fungerande samspel för att leverera energieffektiv ruttplanering och navigation

� Klargöra vad som krävs för att anpassa dagens ruttoptimeringsalgoritmer till algoritmer som optimeras för energieffektivitet och tung trafik.

� Analysera hur man ska göra det möjligt att dra nytta av befintliga data och befintliga tekniska plattformar.

� Rekommendera vad som skulle behöva göras för att implementera en fungerande prototyp för att visa att processen faktiskt fungerar i verkligheten.

Förväntade resultat

2012-01-12

� Scania

� Trafikverket

� NAVTEQ

� VTI

� Triona

� Michael L Sena Consulting AB

Projektdeltagare

En bra blandning av parter med kompetens inom olika områden som fordonssystem, navigation, kartdatabaser, användarkrav, myndighetskrav, etc.

2012-01-12

State-of-the-Art Analys

� Övergripande krav på funktionalitet

� Data – vad finns och vad krävs

� Ruttplanering och optimering

� Systemarkitektur – funktionalitet gränssnitt, tekniska lösningar

� Affärsmodeller – strategier, incitament, gränssnitt, aktörer, roller, betalmodeller, intäktsflöden

Fem arbetspaket:

2012-01-12

Generella förutsättningar

Karaktäristiken för tunga lastbilar jämfört med personbilar och lätta fordon (vikt, längd, höjd, buller, emissioner, långsam acceleration, bromssträcka och svårigheten att manövrera) genererar specifika och komplexa utmaningar när man försöker hitta lämpliga ruttval.

Principiella frågeställningar att ta hänsyn till:

� Säkerhet� Logistik� Drift� Regelefterlevnad

� För en lastbilsflotta är navigation för en enstaka lastbil bara en del av optimeringen. Att utifrån givna lastnings- och lossningsplatser optimera hela flottans användning är en större uppgift.

� Vi har försökt ha ett helhetstänk framförallt när det gäller Användarkrav, Systemarkitektur och Affärsmodeller.

� För Data och Ruttoptimering har vi fokuserat på navigationsdelen eftersom det är där som användningen av mer kartdata kan ge signifikanta förbättringar.

� ADAS-lösningar har inte behandlats (detta gjordes i SOLVI-projektet). För optimala lösningar behöver hänsyn tas även för integration med ADAS.

2012-01-12

Användarkrav

� Vi har inte hittat så mycket material som tydligt definierar vare sig användarkrav eller tekniska krav.

� Kategorisering av kraven:� Navigation

� Undvika hinder� Energieffektiv ruttning� Bekväm och snabb ruttning

� Planering� Planera rutter� Optimera rutter

� Management� Operationell kontroll och support� Monitorering

� Information� Parkera längs rutt� Restriktioner längs rutt

� Övrigt� Tillförlitliga system� Enkla och säkra användargränssnitt

� Projekt som HeavyRoute, SOLVI och eCoMove ger input till vissa delar av kravbilden.

2012-01-12

Data� De flesta attribut är specificerade och

tillgängliga. Problemen är framförallt täckning och aktualitet.

� Funktionell vägklass, hastighets-begränsningar, restriktioner, restider i realtid och historiska restidsprofiler används i navigationslösningar för tunga fordon idag.

� Höjddata finns tillgängligt för större vägar, men användningen är ännu minimal.

� Trafikljus, korsningar, stoppskyltar och kurvatur påverkar möjligheten att hålla jämn fart, men används inte idag.

� Statistik som accelerationsprofiler, historisk/beräknad bränsleförbrukning används inte heller idag. (T.ex. Artemis-data)

En del av data för ruttoptimering

Attribute name Available from Used by

NVDB

NAVTEQ

TomTom

CPU

TomTom

Works

ALK

Other

actor

Road geometry X X X X X

LGV Speed limit (depending

on vehicle-type, weight, type

of goods, etc.)

X X X X X

Functional Road Class X X X X X

Height values included in

geometry

X

Slope (angle or percentage) X X? C Hyun-

dai

Slope index *

Steep slope (up/down) X X

Recommended road for LGV X X ? ? X?

Preferred LGV routes

defined by the authorities

*

Functional Road Class

dedicated for LGV

Recommended road for

dangerous goods

X

Paved or unpaved road X X X ? ?

Junction X X X C

Road ferries X X X ? ?

Road charging X X ? ?

Urban area X X X

Stop sign X X C

Traffic light X X C

2012-01-12

Ruttplanering och optimering� Navigationssystem för tunga fordon finns

tillgängliga från t.ex. ALK och TomTom.

� Eco navigation finns tillgänglig från t.ex.

� Idag finns inga system som kombinerar navigation för tunga fordon med eco-navigation.

� Inga system kombinerar navigation med ADAS.

� Genom att använda tillgängliga data t.ex. Höjddata, väggeometri, accelerationsprofiler, historisk och beräknad bränsleförbrukning skulle man kunna optimera navigationssystemen för tunga fordon väsentligt.

� Mer optimerade algoritmer som använder ovanstående data håller på att utvecklas.

� Bränsleförbrukning beror väsentligen av acceleration/retardation, medelhastighet, lutning, fordonstyp, körd väglängd och vägtyp.

a b

dc

2012-01-12

System Arkitektur� Dagens Fleet management system,

Förarstödsystem och Navigations-systems är inte möjliga att integrera till ett samverkande system => för detta behövs standarder.

� On-board vs off-board lösningar:� On-board: tät integration med

motorkontroll moduler för bränsleeffektiv körning och ADAS

� Off-boards: tät integration med logistik och fleet management

� Processor och lagringskapacitet är större på en off-board server än i en fordonsintegrerad lösning

� På Europa-nivå är kostnaden för trådlös kommunikation fortfarande ett betydande hinder för att få till omfattande användning av probe data och annan realtidsinformation.

� Platooning kommer att ställa ny krav på vilka data som är intressanta att använda i integrerade lösningar.

2012-01-12

Business Models� Navigation för tung trafik kan läggas till

som en komponent i standard fleetmanagement system.

� Idag finns inga företag som har en tydlig strategi att leverera produkter för energieffektiv navigation dedikerade för tung trafik.

� De största hindren för marknadslansering är:� Klart mindre marknad än för personbilar/lätta

fordon

� Kostnaden för data blir relativt stor i förhållande till vad som är fallet för personbilar/lätta fordon.

� Åkerier och transportoperatörer är priskänsliga.

� Marknaden är omogen.

� Det finns större potential för besparingar inom andra områden än när det gäller navigation för enskilda lastbilar.

� Det kan vara så att det är politiskt tryck eller tryck från lobbyister som ger ett genombrott för energieffektiv navigation för tung trafik.

2012-01-12

Jämförelser bränsleoptimering vs snabbaste rutt - förutsättningar

� Tre olika optimeringar:

� Snabbaste väg för personbil (personbilsnavigator).

� Snabbaste väg för lastbil 60 ton 4.2 meter hög. Hänsyn till lastbilsrestriktioner.

� Optimering för minsta bränsleförbrukning för lastbil 60 ton 4.2 meter hög. Hänsyn till lastbilsrestriktioner.

� Ruttning alla till alla mellan 22 adresser Kiruna till Ystad (462 rutter).

� Vägnät och attribut från NVDB.

� Höjdvärden från NVDB, saknade värden framinterpolerade.

� Bränsleförbrukning enligt Artemis/HBEFA-modellen:

� Ny lastbil 50-60 ton, fritt flöde i trafiken

� Hänsyn till lutning, hastighetsgräns, vägklasser, tättbebyggt område

Technology SizeClasse Gradient TrafficSit Hastighet km/h EFA_Hot_FC g/km EFA_Hot_CO2 g/km I Sverige FRC NVDB Tättbeb. Omr.

diesel TT/AT >50-60t 0% RUR/Access/30/Freeflow 31.3 518.3 1632.5 ja 7-8

diesel TT/AT >50-60t 0% RUR/Access/40/Freeflow 34.5 569.9 1795.1 ja 7-8

diesel TT/AT >50-60t 0% RUR/Access/50/Freeflow 39.6 412.1 1298.2 ja 7-8

diesel TT/AT >50-60t 0% RUR/Distr/100/Freeflow 77.6 334.3 1053.1 ja 3-4

2012-01-12

Jämförelser bränsleoptimering vs snabbaste rutt - statistik

0

5

10

15

20

25

30

35

0 100 200 300 400 500

Diff tid i procent

Diff tid i procent

Bränsleoptimering lastbil vs

snabbaste rutt för lastbil

� 422 av 462 rutter skiljer sig åt i längd/ruttval

� 45 rutter skiljer mer än 3% i längd

� 11 rutter skiljer mer än 5% i längd

0

1

2

3

4

5

6

7

8

0 100 200 300 400 500

Diff tid i procent

Diff tid i procent

Bränsleoptimering lastbil vs

snabbaste rutt för personbil

(personbilsnavigator)

� 425 av 462 rutter skiljer sig åt i längd/ruttval

� 120 rutter skiljer mer än 3% i längd

� 69 rutter skiljer mer än 5% i längd

2012-01-12

Jämförelser bränsleoptimering vs snabbaste rutt - exempel

Linköping - Växjö

� Orange = bil (snabbaste rutt) 253 km, 3 tim 2 min

� Violett = lastbil (snabbaste rutt) 223 km, 3 tim 23 min

� Grön = bränsleoptimering lastbil 219 km, 3 tim 31 min

Fel i höjddata =>rampen förbränsleoptimering

2012-01-12

Slutsatser� Data finns tillgängliga.

� Algoritmer som kan ta hänsyn till relevanta data är på väg att tas fram.

� Preliminära resultat från jämförelser mellan bilruttning, traditionell lastbilsruttning och lastbilsruttning som optimeras för bränsleeffektivitet, visar att:

� Ruttvalen blir olika

� Förfinade modeller och en kombination av bränsleoptimering, restidsoptimering och val av stora vägar behövs

� Ännu finns ingen tydlig affärsmodell.

� För t.ex. ett åkeri är navigation för en enskild lastbil endast en (liten?) del av problemet att optimera en lastning, lossning och transporter för en hel flotta av fordon.

2012-01-12

Tack!

Frågor?

På uppdrag av projektteamet:

Per-Olof Svenskper-olof.svensk@triona.se

Michael L. Senaml.sena@mlscab.se

Energieffektiv Navigation förTung Trafik