Blog

Apr 22, 2024

Lkw-Platooning verändert die Treibhausgasemissionen des integrierten Fahrzeugs

Nature Communications Band 14, Artikelnummer: 4495 (2023) Diesen Artikel zitieren 2796 Zugriffe 19 Details zu Altmetric Metrics Die Reduzierung der Treibhausgasemissionen hat sich zu einer Säule des Klimawandels entwickelt

Nature Communications Band 14, Artikelnummer: 4495 (2023) Diesen Artikel zitieren

2796 Zugriffe

19 Altmetrisch

Details zu den Metriken

Die Reduzierung der Treibhausgasemissionen ist zu einer Säule des Klimaschutzes geworden. Als Strategie zur Reduzierung der Emissionen von Fahrzeugen auf Straßen wird Lkw-Platooning vorgeschlagen. Die möglichen interaktiven Auswirkungen dieser Technologie auf die Emissionen der Straßeninfrastruktur bleiben jedoch unklar. Hier bewerten wir die Dekarbonisierungseffekte des Lkw-Platoonings auf das integrierte Fahrzeug-Straßen-System auf der Ebene eines großen Straßennetzes, das 1457 Straßenabschnitte in ganz Nordamerika umfasst. Wir zeigen, dass Lkw-Platooning die durch den Lkw-Betrieb verursachten Emissionen verringert, jedoch die Haltbarkeit der Straßeninfrastruktur schneller beeinträchtigt und aufgrund häufigerer Wartungsarbeiten zu einem Anstieg der Straßenemissionen um 27,9 % führt. Insgesamt führt das Lkw-Platooning zu einer Emissionsreduzierung des integrierten Fahrzeug-Straßen-Systems um 5,1 %. Im Gegensatz zu den Vorteilen der Emissionsreduzierung führt Lkw-Platooning zu zusätzlichen finanziellen Belastungen für Autonutzer und Transportunternehmen, was die Berücksichtigung von Kompromissen zwischen Emissionen und Kosten sowie zwischen Unternehmen und Nutzern erfordert. Unsere Forschung liefert Einblicke in die möglichen Anwendungen des Lkw-Platoonings zur Eindämmung des Klimawandels.

Die Emissionen anthropogener Treibhausgase (THG) nehmen in allen wichtigen Industriesektoren zu1. Erhöhte Treibhausgasemissionen führen zu Klimaveränderungen wie globaler Erwärmung, extremem Wetter, Landdegradation und Schwankungen der Meeresströmungen2,3,4. Die Reduzierung der Treibhausgasemissionen ist zu einem notwendigen Schritt zur Bekämpfung des globalen Klimawandels geworden. Der Verkehrssektor trägt schätzungsweise 23 % (8,7 Gt CO2-Äquivalent) zu den weltweiten energiebedingten Emissionen bei1, wobei der Verbrauch fossiler Brennstoffe durch Fahrzeuge die Hauptquelle darstellt5,6. Beispielsweise berichtet die US-Umweltschutzbehörde EPA (Environmental Protection Agency), dass die Emissionen von Straßenfahrzeugen 22 % der gesamten Treibhausgasemissionen in den USA ausmachen7. Daher birgt die Entwicklung wirksamer Dekarbonisierungsstrategien und -technologien im Straßenverkehrssektor ein großes Potenzial für die Reduzierung von Treibhausgasen.

Eine kürzlich vorgeschlagene Strategie zur Reduzierung fahrzeugbedingter Treibhausgasemissionen ist das Lkw-Platooning8,9. Das Lkw-Platooning ähnelt dem Betriebsmodus des Zuges, bei dem nachfolgende Lkw einem vorausfahrenden Lkw dicht auf den Fersen folgen, um den Luftwiderstand und damit den Kraftstoffverbrauch zu verringern. Die neuesten aerodynamischen Simulationen und Feldbeobachtungen haben gezeigt, dass Lkw-Platooning den Kraftstoffverbrauch von Lkw verbessert und die vom Fahrzeug verursachten Treibhausgasemissionen reduziert10,11,12,13. Allerdings interagieren Fahrzeuge in einem Transportsystem eng mit der Straßeninfrastruktur. Insbesondere verkürzt das Lkw-Platooning das Ladeintervall zwischen zwei aufeinanderfolgenden Lkw-Ladungen, was im Vergleich zum normalen Lkw-Betrieb wahrscheinlich die Selbstheilung der Straßenbelagsschicht behindert und die Haltbarkeit der Straße beeinträchtigt14,15,16,17,18. Folglich können Platooning-Lkw die Anforderungen an Straßeninstandhaltungsarbeiten (z. B. Rissversiegelung, Ausbesserung, Fräsen und Überbau) nach dem ersten Bau erhöhen und die Lebensdauer der Fahrbahn verkürzen. Straßeninstandhaltungsarbeiten nach dem ersten Bau verursachen Treibhausgasemissionen nicht nur durch die Arbeit selbst, sondern auch durch Effizienzverluste beim Fahrzeugbetrieb (z. B. Verkehrsstaus)19,20,21,22. Die zusätzlichen Emissionen aus der Straßeninstandhaltung verändern den CO2-Fußabdruck des Transportsystems und machen die Netto-Dekarbonisierungsvorteile des Lkw-Platooning ungewiss. Darüber hinaus beschränken sich bestehende Studien zu den Vorteilen des Lkw-Platooning auf Untersuchungen auf Projektebene, die nur wenige Verkehrs- und Umweltszenarien abdecken. Es besteht weiterhin erhebliche Unsicherheit hinsichtlich der Wirksamkeit des Lkw-Platoonings, wenn diese Technologie in großen Straßennetzen eingeführt wird.

Diese Studie untersuchte die Auswirkungen des Lkw-Platoonings auf die Treibhausgasemissionen (dh CO2-Äquivalente) des integrierten Fahrzeug-Straßen-Infrastruktursystems auf Netzwerkebene. Aus zwei Gründen wurden insgesamt 1457 Straßenabschnitte in ganz Nordamerika für die Bewertungen herangezogen. Erstens stehen Nordamerika beim Pro-Kopf-Fahrzeugbesitz, der Straßenfahrleistung und den straßenverkehrsbedingten Treibhausgasemissionen weltweit an der Spitze. Daher können potenzielle Dekarbonisierungsvorteile in dieser Region nicht zu vernachlässigende Auswirkungen auf die globale Treibhausgasreduzierung haben. Zweitens wurde für diese Region im Rahmen des Programms „Long-term Pavement Performance“ (LTPP)23 eine umfangreiche Straßeninformationsdatenbank entwickelt. Die LTPP-Datenbank liefert wesentliche Daten für die Emissionsanalyse, einschließlich Straßenstandorte, Struktur- und Materialeigenschaften, Verkehrsaufkommen, Klimazonen, Straßenleistung und Wartungsarbeiten (siehe ergänzende Methode 1, ergänzende Daten 1–5). Mit diesen Daten haben wir mithilfe eines entwickelten Rahmenwerks die Unterschiede im CO2-Fußabdruck berechnet und bewertet, die durch LKW-Platooning-Alternativen (angenommen) im Vergleich zu Nicht-Platooning-Alternativen (Basislinie) entstehen (siehe ergänzende Abbildung 1). Die Ergebnisse geben Aufschluss darüber, wie sich Lkw-Platooning auf die Treibhausgasemissionen des Fahrzeug-Straßen-Infrastruktursystems auswirkt.

Lkw-Platooning wirkt sich auf die räumlich-zeitliche Verteilung von Fahrzeugen auf der Straße aus24,25,26,27,28,29. Um dies zu untersuchen, verwendeten wir ein Verkehrsflusssimulationstool, um das Fahrzeugverhalten im LKW-Platooning-Modus und im normalen Betriebsmodus zu analysieren (siehe ergänzende Methode 2). Die Ergebnisse der Verkehrsflusssimulationen wurden mit den von uns entwickelten Kraftstoffverbrauchs- und Emissionsmodellen kombiniert (siehe ergänzende Methoden 3 und 5), um die Auswirkungen des Lkw-Platooning auf die Emissionen von Fahrzeugen zu bewerten. Beim Lkw-Platooning geht es in erster Linie darum, Kraftstoff zu sparen und die Treibhausgasemissionen der teilnehmenden Lkw zu reduzieren. Da zu den Fahrzeugen auf Straßen sowohl Lkw als auch Pkw gehören, haben wir zunächst die relativen Emissionsbeiträge dieser beiden Fahrzeugtypen auf 1457 Straßenabschnitten untersucht. Wir stellen fest, dass die Emissionen von Lkw (Einzel-Lkw und Kombi-Lkw) im normalen Betriebsmodus einen spürbaren Anteil an den Gesamtemissionen des Fahrzeugs (Emissionen sowohl von Lkw als auch von Pkw) ausmachen (Abb. 1a). Die Emissionen von Lkw sind zwar je nach Straßenabschnitt unterschiedlich, machen aber im Durchschnitt 68,5 % der Gesamtemissionen aus. Wenn also Platooning dazu beitragen kann, die Lkw-Emissionen zu reduzieren, wird es auch dazu beitragen, die Gesamtemissionen des Fahrzeugs zu senken.

a Beiträge von Pkw, Einzel-Lkw und Kombi-Lkw auf den 1457 Straßenabschnitten sowie deren Zusammenhang mit der insgesamt durch Lkw-Platooning verursachten Rückgangsrate. Drei farbige Blöcke stellen die Anteile der Emissionen dar, während die schwarze Linie die abnehmende Rate darstellt, die auf Platooning zurückzuführen ist. b Die Verteilungen der sinkenden Raten der Emissionen von Einzel-Lkw und Kombi-Lkw aufgrund von Platooning. Das Histogramm bezieht sich auf die Häufigkeit der abnehmenden Raten. Die gestrichelte Linie stellt den kumulierten Prozentsatz der sinkenden Raten dar. c Die insgesamt sinkenden Emissionsraten von Fahrzeugen aufgrund von Lkw-Platooning. Die Rohdaten beziehen sich auf die gesamten Abnahmeraten an verschiedenen Straßenabschnitten. Die braune Anpassungslinie wird basierend auf dem Potenzfunktionsmodell abgeleitet. Der hellblaue Bereich bezieht sich auf die sinkenden Emissionsraten einzelner Lkw. Quelldaten werden als Quelldatendatei bereitgestellt.

Anschließend haben wir die Emissionen der Lkw im Platooning-Modus berechnet und mit denen im Normalbetrieb verglichen. Wir bestätigen erwartungsgemäß, dass Lkw im Platooning-Modus weniger Emissionen verursachen als Lkw im Normalmodus. Dies liegt daran, dass Platooning den Luftwiderstand verringert und somit den Kraftstoffverbrauch senkt. Wir haben die Effizienz der Emissionsreduzierung durch Platooning charakterisiert, indem wir die Abnahmerate berechnet haben, die als prozentuale Reduzierung der Lkw-Emissionen bei Anwendung des Platooning-Modus definiert ist. Wir beobachten, dass die abnehmende Rate vom Lkw-Typ beeinflusst wird (Abb. 1b): Bei einzelnen Lkw liegt sie auf verschiedenen Straßenabschnitten zwischen 7,4 % und 11,3 %, mit einem Durchschnittswert von 9,8 %; bei Kombi-Lkw liegt sie zwischen 6,6 % und 20,3 % mit einem Durchschnittswert von 12,8 %. Insgesamt beträgt die durchschnittliche Rückgangsrate für alle Lkw 11,2 %. Was die Emissionen von Pkw betrifft, so gelten diese als unbeeinflusst vom Lkw-Platooning. Dies liegt daran, dass auf den Straßenabschnitten gemäß unseren Verkehrssimulationen zu normalen Betriebszeiten (d. h. ohne Wartungsarbeiten) ein freier Verkehrsfluss herrscht. Somit führt das Platooning von Lkw zu vernachlässigbaren Störungen im Pkw-Betrieb.

Rechnet man zusätzlich die Emissionen von Pkw hinzu, verliert der Nutzen der Emissionsminderung durch Lkw-Platooning an Bedeutung (Abb. 1c). Die durch das Platooning verursachte Verringerung der Fahrzeugemissionen liegt je nach Straßenabschnitt zwischen 0,6 % und über 10,0 %. Die sinkende Emissionsrate wird durch den Anteil der Lkw auf den Straßen beeinflusst (Abb. 1a, c). Wie erwartet führen mehr Lkw auf einer Straße zu höheren Emissionseinsparungen, wenn Platooning angewendet wird. Die Kartierung sinkender Raten zeigt auch ein Talgebiet in der Ostküstenregion der USA, wo städtische Straßen hauptsächlich für den Personenkraftwagenverkehr genutzt werden (siehe ergänzende Abbildung 2a). Außerdem hat die abnehmende Rate gemäß der Anpassungslinie in Abb. 1c einen Grenzwert von etwa 12 %. Dieser Grenzwert zeigt den maximalen Nutzen bei der Emissionsreduzierung, der durch Lkw-Platooning erreicht werden kann.

Obwohl Lkw-Platooning bei der Reduzierung von Fahrzeugemissionen von Vorteil ist, verändert es die Ladeintervalle zwischen Lkw auf Straßenbelägen und beeinflusst möglicherweise deren Schadenswachstumsraten. Wir haben Schadensmodelle entwickelt, um die Auswirkungen von Lkw-Platooning im Vergleich zu Nicht-Platooning auf die Straßenhaltbarkeit zu bewerten (siehe ergänzende Methode 4). Häufig beobachtete Schäden an Straßenbelägen lassen sich in zwei Gruppen einteilen: bleibende Verformungen (auch als Spurrinnenbildung bekannt) und rissbedingte Schäden (Ermüdungsrisse, Schlaglöcher usw.)30,31. Die LTPP-Datenbank legt nahe, dass rissbedingte Schäden die vorherrschende Art von Fahrbahnversagen sind. Bei einem Schwellenwert für die Spurrinnentiefe von 12,7 mm32 liegen 95 % der gemessenen durchschnittlichen Spurrinnentiefendaten am linken und rechten Radweg unter diesem Schwellenwert. Daher konzentriert sich das in dieser Forschung entwickelte Schadensmodell nur auf rissbedingte Belastungen, obwohl Schäden durch Spurrinnenbildung auch (sogar günstig) durch Lkw-Platooning beeinflusst werden können, wie in bestehenden Studien berichtet33,34,35. Unsere Ergebnisse zeigen, dass Lkw-Platooning zu einer beschleunigten Verschlechterung der Straßenqualität führt. Dieser Degradationseffekt (DE) ist definiert als das Verhältnis der Straßenhaltbarkeit im normalen Verkehrsmodus zu der im Lkw-Platooning-Modus. Ein DE-Wert über 1,0 weist darauf hin, dass Lkw-Platooning die Haltbarkeit auf der Straße im Vergleich zum normalen Betriebsmodus (d. h. Nicht-Platooning) verringert oder umgekehrt.

Wir stellen fest, dass der DE für über 87 % der Straßenabschnitte zwischen 1,0 und 6,0 ​​variiert (Abb. 2a). Der durchschnittliche DE erreicht 2,1, was darauf hindeutet, dass sich die Haltbarkeit eines großen Teils der Straßeninfrastruktur verringert, wenn Lkw-Platooning eingeführt wird. Die Verbesserung der Haltbarkeit der Straßeninfrastruktur ist aufgrund der Vorteile geringerer Finanzinvestitionen und geringerer Wartungsanforderungen immer ein vorrangiges Ziel für Transportunternehmen36,37,38. Eine durch Lkw-Platooning verursachte Beeinträchtigung der Straßenhaltbarkeit kann das Interesse der Behörden an der Einführung dieser Technologie beeinträchtigen. Die Behörden müssen die Vorteile der Reduzierung der Treibhausgasemissionen durch Lkw-Platooning mit den damit verbundenen beschleunigten Schäden an der Straßeninfrastruktur abwägen.

a Die Verteilungen von DEs auf verschiedenen Straßenabschnitten. Das Histogramm bezieht sich auf die Häufigkeit von DEs. Die gestrichelte Linie stellt den kumulierten Prozentsatz der DEs dar. b Die Schwankungen der DEs mit Straßentemperaturen bei verschiedenen Maßstäben der Straßendicke und AADTTPLs (jährlicher durchschnittlicher täglicher LKW-Verkehr pro Fahrspur). c Die Variationen von DEs mit AADTTPLs bei verschiedenen Maßstäben der Straßendicke und -temperaturen. b, c Die Fehlerbalken beziehen sich auf das ±1,5-fache der Standardabweichung (SD) jeder Datengruppe. Zu den Boxplot-Elementen gehören die Mittellinie, der Median sowie das obere und untere Quartil. Quelldaten werden als Quelldatendatei bereitgestellt.

Um Möglichkeiten zu finden, die negativen Auswirkungen des Lkw-Platoonings zu minimieren, haben wir die Beziehungen zwischen DEs und mehreren potenziellen Einflussfaktoren untersucht, darunter die Dicke der Straßendecke, klimatische Bedingungen und das Lkw-Volumen. Unsere Ergebnisse zeigen, dass sowohl klimatische Bedingungen (z. B. Straßentemperatur) als auch das Lkw-Volumen die DEs des Lkw-Platooning beeinflussen. DEs sind bei mittleren Temperaturen im Allgemeinen höher als bei relativ niedrigen oder hohen Temperaturen (Abb. 2b). Die DE-Werte nehmen mit zunehmendem Lkw-Aufkommen ab (d. h. AADTTPL, jährlicher durchschnittlicher täglicher Lkw-Verkehr pro Fahrspur). Dies liegt daran, dass bei hohem Lkw-Aufkommen auf der Straße bereits eine Lkw-Platooning-Situation entsteht, das heißt, dass der Abstand zwischen den Lkw sehr eng wird. Folglich verändert das Lkw-Platooning die Verkehrsbelastungsmuster auf Straßen mit hohem Verkehrsaufkommen nicht wesentlich, was zu kleinen DE-Werten führt. Die Diagramme der DEs auf der Karte (ergänzende Abbildung 2b) zeigen auch erhöhte Werte für städtische Straßen in den West- und Ostküstengebieten der USA, wo das Lkw-Aufkommen relativ gering ist und Pkw dominieren. Die oben genannten Ergebnisse legen nahe, dass die Haltbarkeit der Straßeninfrastruktur bei geringem Lkw-Aufkommen und mittleren Temperaturen durch Lkw-Platooning leichter beeinträchtigt wird. Diese Situation kann sich ändern, wenn die Straßeninfrastruktur besser auf die Platooning-Situation ausgelegt wird.

Die Ökobilanz der Emissionen der Straßeninfrastruktur umfasst mehrere Phasen, darunter Materialproduktion, Bau, Wartung, Nutzung und Verarbeitung am Ende der Lebensdauer (EOL)39,40,41,42. Bei den Emissionen aus der Nutzungsphase handelt es sich um Fahrzeugemissionen, die in dieser Studie einzeln bewertet wurden. Um die Analyse zu erleichtern, haben wir die Emissionen aus anderen Phasen in zwei Teile unterteilt: Emissionen aus der ersten Bauphase und diejenigen aus den Straßeninstandhaltungsarbeiten nach dem Bau (d. h. Wartung, Sanierung und Wiederaufbau). Zu den Straßenemissionen in der ersten Bauphase gehören Emissionen aus der Materialproduktion, dem Materialtransport und dem Baumaschinenbetrieb. Im Gegensatz dazu entstehen Straßenemissionen in der Wartungsphase durch den Betrieb von Wartungsmaterial, Transport und Wartungsausrüstung. Die EOL-Verarbeitung von Straßenmaterialien (z. B. Fräsen und Transport) wird in der Wartungsphase auch durch Transport- und Gerätebetriebsmodule berücksichtigt. Darüber hinaus sind auch Verkehrsbehinderungen aufgrund von Fahrbahnsperrungen während Wartungsarbeiten für die Emissionen der Wartungsphase verantwortlich. Verkehrsstörungen, einschließlich Verzögerung, Beschleunigung, Verlangsamung und sogar Warteschlangen von Fahrzeugen, verursachen zusätzliche Emissionen als der normale Fahrzeugbetrieb. Auch wenn diese zusätzlichen Emissionen direkt durch fahrende Fahrzeuge verursacht werden, werden sie durch Straßeninstandhaltungsarbeiten verursacht und werden daher den Emissionen der Straßeninfrastruktur zugeordnet. Die Straßeninstandhaltung steht in engem Zusammenhang mit der Haltbarkeit der Straße. Lkw-Platooning beeinflusst die Haltbarkeit der Straße, die durch die Faktoren des Degradationseffekts (DE) charakterisiert wird (Abb. 1), und verändert somit die Wartungszeit auf der Straße. Basierend auf DE-Werten ermittelten wir die Nutzungsdauer eines Straßenabschnitts unter Lkw-Platooning und ordneten der Straße entsprechend dem tatsächlichen Wartungsdatensatz in der LTPP-Datenbank proportional den Wartungszeitraum zu. Anschließend bewerteten wir die Emissionen der Straßeninfrastruktur im normalen Verkehrsmodus und im LKW-Platooning-Modus (siehe ergänzende Methode 5).

Wir haben zunächst die Auswirkungen wartungsbedingter Verkehrsstörungen auf die Treibhausgasemissionen analysiert. Abbildung 3a zeigt einen Vergleich der Emissionen von Fahrzeugen auf den 1457 Straßenabschnitten während der Straßeninstandhaltung und denen während eines regulären Zeitraums (dh ohne Wartung). Auf der Ebene des Straßennetzes bestätigen wir, dass Verkehrsbehinderungen im Zusammenhang mit Wartungsarbeiten spürbare Treibhausgasemissionen verursachen. Die erhöhten Emissionen werden bei hohem Verkehrsaufkommen deutlicher. Da die AADTPLs (jährlicher durchschnittlicher täglicher Verkehr pro Fahrspur) 15.000 übersteigen, werden >200 % der zusätzlichen Treibhausgasemissionen durch Verkehrsstörungen während der Straßeninstandhaltung verursacht. Wir haben die Emissionen aus den Wartungsarbeiten weiter bewertet und die Gesamtemissionen aus den Wartungsarbeiten berechnet (d. h. Emissionen aus wartungsbedingten Verkehrsstörungen und Wartungsarbeiten). Zu Vergleichszwecken haben wir auch die Emissionen aus dem ersten Straßenbau berechnet. Wir stellen fest, dass die durch Wartungsarbeiten verursachten Emissionen 8–54 % der gesamten Emissionen der Straßeninfrastruktur (dh Emissionen aus dem ersten Bau und den Wartungsarbeiten) in Nordamerika ausmachen (Abb. 3b, ergänzende Abb. 3). Dies weist darauf hin, dass die Emissionen aufgrund der Straßeninstandhaltung nicht vernachlässigbar sind. Zur Reduzierung der Straßenemissionen ist eine gut geplante Wartungsstrategie erforderlich43,44,45.

a Vergleich der Fahrzeugemissionen auf 1457 Straßenabschnitten während der Straßeninstandhaltung und im regulären Zeitraum. Das Histogramm bezieht sich auf die täglichen Fahrzeugemissionen auf Straßen. Die gestrichelte Linie bezieht sich auf die steigenden Emissionsraten aufgrund der Wartung. Der Emissionswert bezieht sich auf die Fahrzeugemissionen pro Fahrkilometer. b Treibhausgasemissionen der Straßeninfrastruktur im normalen Verkehrs- und Lkw-Platooning-Modus. Die Daten in b sind nach der Lebensdauer der Straßenabschnitte gruppiert. Die Emissionswerte beziehen sich auf die gemittelten Emissionen der Straßenabschnitte im jeweiligen Betriebsjahr. Die Emissionswerte stellen die Emissionen aus Bau- oder Wartungsarbeiten auf der Straße mit einer Einheitslänge von 1 Kilometer dar. Die Fehlerbalken in a und b beziehen sich auf das ±1,5-fache des Standardfehlers (SE) jeder Datengruppe. c Verteilung der steigenden Straßenemissionsraten aufgrund von Platooning. Quelldaten werden als Quelldatendatei bereitgestellt.

Durch die Anwendung von Lkw-Platooning steigen die Emissionen, die durch Wartungsarbeiten an der Straßeninfrastruktur verursacht werden (Abb. 3b). Wir beobachten, dass die wartungsbedingten Emissionen bei Straßen mit unterschiedlicher Nutzungsdauer um mindestens 21 % und sogar um 155 % ansteigen (Ergänzende Abbildung 3). Auch der Anteil der wartungsbedingten Emissionen steigt auf 12–66 % der Gesamtemissionen der Straßeninfrastruktur. Dies wird auf die schädigende Wirkung von Lkw-Platooning auf die Straßeninfrastruktur zurückgeführt: Lkw-Platooning verursacht eine schnellere Verschlechterung der Straßenqualität, die häufigere Wartungsarbeiten erfordert und im Vergleich zum normalen Verkehrsmodus mehr Emissionen erzeugt.

Durch den Anstieg der wartungsbedingten Emissionen steigen die Gesamtemissionen der Straßeninfrastruktur. Wir stellen fest, dass ein Fünftel (20 %) der 1457 Straßenabschnitte 30 % oder mehr zusätzliche Treibhausgasemissionen verursacht, wenn Lkw-Platooning eingesetzt wird (Abb. 3c). Konkret kommt es bei 16 % der Straßenabschnitte zu einem Emissionsanstieg von 30 bis 100 % und bei 2 % der Straßenabschnitte zu einem Anstieg von 100 bis 150 %. Im Extremfall steigen die Emissionen von 2 % der Straßenabschnitte um 150 % oder mehr. Bei den restlichen 80 % der Straßenabschnitte beträgt der Anstieg der Treibhausgasemissionen durch Lkw-Platooning weniger als 30 %, ist aber immer noch spürbar. Im Durchschnitt würden die Emissionen auf allen Straßenabschnitten um 27,9 % steigen, wenn der Lkw-Betrieb auf den Platooning-Modus umgestellt würde (Abb. 3c, ergänzende Abb. 2c). Infolgedessen kann Lkw-Platooning den CO2-Fußabdruck verändern, indem die Wartungspläne für Straßen geändert werden. Dies muss von den Verkehrsbehörden bei der Formulierung ihrer Richtlinien berücksichtigt werden. Bemerkenswert ist, dass Straßeninstandhaltungsarbeiten den Zustand der Fahrbahnoberfläche verbessern, was dazu beiträgt, den Kraftstoffverbrauch und die Treibhausgasemissionen von Fahrzeugen zu senken. Wenn daher die straßenzustandsbedingten Fahrzeugemissionen berücksichtigt werden, die in dieser Untersuchung als Teil der Fahrzeugemissionen behandelt werden, werden die Auswirkungen von Wartungsarbeiten auf die Straßenemissionen abgeschwächt.

Da Lkw-Platooning die Emissionen der Straßeninfrastruktur erhöht und gleichzeitig die Fahrzeugemissionen verringert, bestimmt der Kompromiss zwischen beiden den Netto-Dekarbonisierungseffekt des Lkw-Platooning. Ein Vergleich der Emissionen der Straßeninfrastruktur und der Emissionen von Fahrzeugen zeigt, dass erstere in einem integrierten Fahrzeug-Straßen-Infrastruktursystem niedriger sind als letztere (Abb. 4a, b). Die Unterschiede zwischen den Emissionen der Straßeninfrastruktur und den Emissionen von Fahrzeugen werden mit zunehmender Nutzungsdauer der Straße deutlicher. Im ersten Betriebsjahr sind die Emissionen der Straßeninfrastruktur nicht vernachlässigbar (19 % der Gesamtemissionen). Im 4. Dienstjahr erreichen die Fahrzeugemissionen jedoch 90 % der Gesamtemissionen, während die Emissionen der Straßeninfrastruktur nur noch die restlichen 10 % ausmachen. Dieser Trend zeigt, dass der Fahrzeugbetrieb mehr Treibhausgasemissionen verursacht als Straßenbau- und Instandhaltungsarbeiten, insbesondere bei Straßen mit relativ langer Lebensdauer. Durch die Anwendung des Lkw-Platooning erhöht sich der Anteil der Emissionen der Straßeninfrastruktur zu Beginn des Jahres auf 21 % (Abb. 4c), dieser Einfluss nimmt jedoch mit zunehmendem Dienstjahr allmählich ab und verschwindet im 6. Jahr.

a Der Prozentsatz der Emissionen der Straßeninfrastruktur im Vergleich zu den Fahrzeugemissionen im normalen Verkehrsmodus. b Der Prozentsatz der Emissionen der Straßeninfrastruktur im Vergleich zu den Fahrzeugemissionen im Lkw-Platooning-Modus. c Vergleiche des Prozentsatzes der Emissionen der Straßeninfrastruktur und der Fahrzeugemissionen bei den beiden Modi. a–c Die Fehlerbalken beziehen sich auf das ±1,5-fache der Standardabweichung jeder Datengruppe. Zu den Boxplot-Elementen gehören die Mittellinie, der Median sowie das obere und untere Quartil. Quelldaten werden als Quelldatendatei bereitgestellt.

Insgesamt trägt das Platooning von Lkw zur Minderung der Gesamtemissionen des Systems Fahrzeug-Straße bei (d. h. Fahrzeugemissionen plus Emissionen der Straßeninfrastruktur). Wenn LKW-Platooning eingeführt wird, kommt es für Straßenabschnitte mit unterschiedlicher Nutzungsdauer zu einer Reduzierung der Gesamtemissionen bei 69–94 %, bei 3–25 % zu Emissionserhöhungen und bei 2–6 % bleiben sie unverändert (Abb. 5a). . Ergänzende Abbildung 2d zeigt die detaillierten Abnahmeraten der Gesamtemissionen für jeden Straßenabschnitt. Darüber hinaus haben wir die kumulierten Treibhausgasemissionen von 1457 Straßenabschnitten von 1987 bis 2020 bewertet. Wir stellen fest, dass Lkw-Platooning die kumulierten Treibhausgasemissionen des gesamten Systems über einen Zeithorizont von 34 Jahren verringern würde (Abb. 5b). Obwohl durch LKW-Platooning zusätzliche Emissionen in der Straßenphase entstehen, können diese natürlich vollständig durch Reduzierungen der Emissionen in der Fahrzeugphase ausgeglichen werden. Konkret sinken die jährlichen Emissionen von Straßenabschnitten um durchschnittlich 5,1 %, wenn LKW-Platooning angewendet wird, was einer reduzierten Menge von ~75 t CO2-Äquivalenten pro Straßenkilometer entspricht (Abb. 5c). Wenn man bedenkt, dass die Straßenkilometer auf Autobahnen in Nordamerika mehr als 110.000 Kilometer betragen46, können etwa 8,3 Millionen Tonnen CO2-Äquivalent-Emissionen pro Jahr eingespart werden, wenn Lkw-Platooning auf allen Autobahnen eingeführt wird. Dies ist zweifellos ein großer Vorteil für den Klimaschutz.

a Auswirkungen von Lkw-Platooning auf die gesamten Fahrzeug- und Straßenemissionen verschiedener Straßenabschnitte, gruppiert nach ihrer Nutzungsdauer. Das vorteilhafte/ungünstige Ergebnis bedeutet, dass Lkw-Platooning die Gesamtemissionen verringert/erhöht. Das ausgeglichene Ergebnis bedeutet, dass Lkw-Platooning nahezu keinen Einfluss auf die Gesamtemissionen hat (d. h. die Variationsrate der Gesamtemission liegt innerhalb von ±0,5 %). b Kumulierte Emissionen aus dem Fahrzeug-Straßen-Infrastruktursystem im normalen Verkehrsmodus und im LKW-Platooning-Modus. Die durchgezogenen Linien stellen die kumulierten Emissionen dar. Die Histogramme stellen die Schwankungen der Fahrzeugemissionen und der Emissionen der Straßeninfrastruktur aufgrund von Lkw-Platooning dar. Die gestrichelte Linie stellt die verringerten Emissionen des Fahrzeug-Straßen-Infrastruktursystems aufgrund des Lkw-Platooning dar. Die kumulativen Emissionen verlangsamen sich nach dem Jahr 2000. Dies liegt daran, dass einige Straßenabschnitte seit dem Jahr 2000 von der Überwachung in der LTPP-Datenbank ausgeschlossen sind. Dementsprechend werden die Emissionen dieser Abschnitte nicht mehr gezählt. c Die verringerten Mengen und sinkenden Raten der jährlichen Emissionen von Straßenabschnitten aufgrund von Platooning. Quelldaten werden als Quelldatendatei bereitgestellt.

Neben den Treibhausgasemissionen wirkt sich Lkw-Platooning auch auf die Kosten des Fahrzeug-Straßen-Infrastruktursystems aus – ein weiterer entscheidender Faktor, der für Transportunternehmen und Verkehrsteilnehmer von Belang ist. Unsere Analyse zeigt, dass Lkw-Platooning die Kosten für die Straßeninfrastruktur (d. h. die Kosten der Agentur) erhöhen würde, mit einer durchschnittlichen Steigerungsrate von 20,8 % für 1457 untersuchte Straßenabschnitte (Abb. 6, Ergänzungstabelle 1). Der Anstieg der Straßeninfrastrukturkosten ist vor allem auf häufigere Straßeninstandhaltungsarbeiten durch Lkw-Platooning zurückzuführen. Auch die Kosten für Personenkraftwagen steigen moderat (durchschnittlich 3,1 %), da es während der Straßeninstandhaltung zu Verkehrsbehinderungen bei Autos kommt, die zusätzliche Kosten für den Fahrzeugbetrieb und Zeitverzögerungen verursachen. Im Gegensatz dazu sinken die Kosten für Lkw (Einzel-Lkw & Kombi-Lkw) durch den kraftstoffsparenden Effekt des Platooning-Modus um durchschnittlich 4,1 %. Insgesamt steigen die Kosten des Fahrzeug-Straßen-Systems im Durchschnitt um 4,6 %, was einem Anstieg von 16498 US-Dollar pro Straßenkilometer entspricht (Ergänzungstabelle 1).

a Die Verteilung der steigenden Kfz-Kostensätze. b Die Verteilung der Variationsraten der Einzel-Lkw-Kosten. c Die Verteilung der Variationsraten der Kombi-Lkw-Kosten. d Die Verteilung der Variationsraten der Straßeninfrastrukturkosten. e Die Verteilung der Variationsraten der Gesamtkosten (Fahrzeugkosten & Straßenkosten). a–e Ein positiver Satz (d. h. > 0 %) weist auf einen Anstieg der Kosten hin, während ein negativer Satz auf einen Rückgang der Kosten hinweist. Quelldaten werden als Quelldatendatei bereitgestellt.

Zusammenfassend lässt sich sagen, dass der Einsatz von Lkw-Platooning sorgfältig evaluiert werden muss. Lkw-Platooning führt aufgrund der verbesserten Kraftstoffeffizienz von Lkw zu einer Reduzierung der Treibhausgasemissionen. Dennoch variiert die positive Wirkung und hängt von der Verkehrszusammensetzung einer bestimmten Straße ab. Lkw-Platooning erhöht jedoch die finanzielle Belastung für Autonutzer und Transportunternehmen aufgrund häufigerer Straßeninstandhaltungsarbeiten, die durch den beschleunigten Straßenverfall verursacht werden. Daher ist die Reduzierung der Treibhausgasemissionen durch Lkw-Platooning mit Kosten verbunden. Um die Vorteile des Lkw-Platooning voll auszuschöpfen, müssen Straßen neu gestaltet werden. Insbesondere müssen Straßenmaterialien und -strukturen verstärkt werden, um den anspruchsvolleren Belastungen durch Lkw-Kolonnen standzuhalten. Platoon-Lkw kann eine bestimmte Fahrspur zugewiesen werden, um die Investitionen zu minimieren und gleichzeitig den Nutzen zu maximieren. Von den Ergebnissen dieser Forschung wird erwartet, dass sie wichtige Hinweise für die Formulierung von Management- und technischen Strategien liefern, um die breite Anwendung von Lkw-Platooning zu erleichtern.

Zusätzlich zu den in dieser Studie berücksichtigten Faktoren gibt es immer noch viele Faktoren im Zusammenhang mit Lkw-Platooning, die möglicherweise Treibhausgasemissionen und -kosten beeinflussen. Einer der Faktoren ist der Einfluss des Lkw-Platoonings auf die Fahrzeugnutzung und -nachfrage. Da der Platooning-Modus beispielsweise den Kraftstoffverbrauch und die Kosten für den Lkw-Betrieb reduziert, kann dies die Attraktivität von Lkw steigern und zu einer zusätzlichen Nutzung führen. Umgekehrt verlängern häufige Straßeninstandhaltungsarbeiten durch Lkw-Platooning die Reisezeit für Pkw und Lkw, was zu einer geringeren Reisenachfrage führen kann. Die Änderungen in der Fahrzeugnutzung und -nachfrage wirken sich auf die Haltbarkeit der Straße und den Zustand des Verkehrsflusses aus, wodurch sich die Emissionen des Fahrzeug-Infrastruktur-Systems weiter verändern. Richtlinien der Behörde können sich auch auf die Anwendung von Lkw-Platooning auswirken. Um die steigenden Kosten für Agentur- und Personenkraftwagen auszugleichen, können Steuern auf Platooning-Lkw eingeführt werden. Es können auch Leitfäden entwickelt werden, um die Lkw-Platooning-Strategien zu optimieren, wie z. B. die Verbesserung des Platooning-Modus, um Straßenschäden weiter zu verringern18,47,48 und die Förderung des nächtlichen Einsatzes von Lkw-Platooning, um die Straßenbelegung tagsüber zu reduzieren. Alle diese potenziellen Managementmaßnahmen wirken sich auf die Umsetzung des Lkw-Platoonings aus und verändern somit das Emissionsausmaß. Daher sind die Auswirkungen des Lkw-Platoonings auf die Emissionen in der realen Welt eher kompliziert. Von eingehenderer Forschung wird erwartet, dass sie ein breiteres Spektrum an Einflussfaktoren berücksichtigt und die Auswirkungen verschiedener Richtlinien und Strategien bewertet.

Straßendaten stammen aus der LTPP-Datenbank, die von der US Federal Highway Administration (FHWA) entwickelt wurde. Die LTPP-Datenbank enthält etwa 280 Millionen Datensätze mit Straßendaten23,49. Es ist öffentlich zugänglich und auf dem FHWA-Server verfügbar (https://infopave.fhwa.dot.gov/Data/DataSelection). Aus der LTPP-Datenbank haben wir 1457 Straßenabschnitte ausgewählt, die auf 61 Bundesstaaten/Bezirke/Provinzen und 350 Landkreise in den USA und Kanada verteilt sind. Um die Auswirkungen des Lkw-Platooning umfassend zu bewerten, decken ausgewählte Straßenabschnitte unterschiedliche Klimaregionen, Funktionsklassifizierungen und Betriebsjahre ab. Die Überwachungsdaten der ausgewählten Straßenabschnitte umfassen Straßenstandorte, Verkehrsaufkommen, Umweltbedingungen, Straßenleistung und Straßeninstandhaltungsaktivitäten. Die realen Daten erhöhen die Zuverlässigkeit und Repräsentativität der Bewertungsergebnisse. Weitere Einzelheiten zur Erfassung und Verarbeitung von Straßendaten werden in der ergänzenden Methode 1 erläutert.

In diese Untersuchung werden zwei Arten von Verkehrsträgern einbezogen. Zum einen handelt es sich um den normalen Verkehrsmodus ohne LKW-Platooning, zum anderen um den LKW-Platooning-Modus. Im Lkw-Platooning-Modus folgt der hintere Lkw dicht hinter dem vorhergehenden, und der Abstand zwischen den benachbarten Lkw bleibt eher eng und stabil. Der LKW-Abstand beeinflusst den Kraftstoffverbrauch und die Treibhausgasemissionen von LKWs. Es wirkt sich auch auf die Ladeintervalle zwischen LKWs auf der Straßeninfrastruktur aus. Um die LKW-Abstände bei den beiden Verkehrsträgern zu quantifizieren, verwendeten wir ein Verkehrsfluss-Simulationsframework, um die räumlich-zeitliche Verteilung von Fahrzeugen (Lkw und Personenkraftwagen) auf der Straße zu bestimmen. Das Fahrverhalten von Fahrzeugen im normalen Betriebsmodus wird durch ein verbessertes Intelligent Driver Model (IDM)50,51 beschrieben, das wie folgt dargestellt ist.

Dabei ist a die maximale Beschleunigung, v die tatsächliche Geschwindigkeit, V die gewünschte Geschwindigkeit, δ der Beschleunigungsexponent, S(·) der gewünschte Mindestabstand, sn,0 und sn,1 die Stauabstände und τ der sichere Zeitabstand, b ist die gewünschte Verzögerung, L ist die Länge des vorausfahrenden Fahrzeugs und Δvn(t) ist die Geschwindigkeitsdifferenz zwischen dem Fahrzeug n und seinem vorausfahrenden Fahrzeug n−1, die wie folgt berechnet wird.

Die Eingabeparameter des verbesserten IDM wurden mithilfe der Flugbahndaten der Next Generation SIMulation (NGSIM) kalibriert, die auf dem Hollywood Freeway (US101) und dem Berkeley Highway (I-80) in Kalifornien gesammelt wurden50. Die verwendeten Parameter und Modelle gelten als realistisch, um die Verkehrsflusseigenschaften auf US-amerikanischen Straßen zu erfassen.

Der LKW-Platooning-Modus im Framework wurde mit einem Fahrtregler und einem lückenregulierenden Regler26 simuliert. Der Geschwindigkeitsregler hält die vom Benutzer gewünschte Geschwindigkeit aufrecht, wenn das vorausfahrende Fahrzeug abwesend oder weit entfernt ist. Die Beschleunigung eines Reisefahrzeugs wird wie folgt modelliert:

Dabei ist die Steuerverstärkung k0 ein Parameter zur Bestimmung der Geschwindigkeitsfehlerrate für die Beschleunigung, vset ist die vom Fahrer gewünschte Geschwindigkeit und \({v}_{n,k-1}\) ist die Geschwindigkeit des Fahrzeugs n im Zeitschritt k. Der Wert von k0 wird gemäß Referenz52 mit 0,4 s−1 angenommen.

Im Lückenregulierungsmodus wird die Fahrzeugfolgereaktion des ersten Lkw im Zug wie folgt beschrieben:

Dabei ist en,k der Abstandsfehler von Fahrzeug n zum Zeitpunkt k. Eine bestehende Studie ergab, dass die Fahrzeugbeschleunigung vom Lückenfehler und der Geschwindigkeitsdifferenz zum vorausfahrenden Fahrzeug abhängt, wobei ihre Rückkopplungsverstärkungen k1 und k2 0,23 s−2 bzw. 0,07 s−1 betragen53.

Für die folgenden LKWs im Platoon werden ihre Geschwindigkeiten aus der Geschwindigkeit in einem vorherigen Zeitschritt \({v}_{n,k-1}\), dem Lückenfehler \({e}_{n,k- 1}\) in einem vorherigen Zeitschritt und die entsprechende Ableitung. Für diese Berechnung wird Gleichung (5) verwendet.

Dabei werden kp und kd als 0,45 s−1 bzw. 0,25 bestimmt53,54. Der Lückenfehler \({e}_{n,k-1}\) wird durch die Gleichungen berechnet. (6) und (7).

Dabei ist \({x}_{n-1.k-1}-{x}_{nk-1}\) der Abstand zwischen den LKWs, tdes der gewünschte Zeitabstand, L die Fahrzeuglänge und d0 ist der Abstandsrand55. Weitere Einzelheiten zum Verkehrsflusssimulations-Framework finden Sie in der ergänzenden Methode 2.

Die Aerodynamik eines im Platooning-Modus fahrenden Lkw unterscheidet sich von der eines separat fahrenden Lkw. Der führende Lkw in einem Zug widersteht dem meisten Luftwiderstand, während die hinteren Lkw weniger Luftwiderstand erfahren12,56,57. Die Verringerung der Luftwiderstandswerte verringert die erforderliche Arbeit von Lkw-Motoren9,11,16,58. Dementsprechend werden der Kraftstoffverbrauch und die Treibhausgasemissionen von Lkw im Platooning-Modus reduziert. Wir haben die aerodynamischen Auswirkungen des Lkw-Platoonings anhand der Simulationsmethode Computational Fluid Dynamics (CFD) bewertet. In der Simulation werden Lkw in einem Platoon in einer geraden Linie ausgerichtet, um ihre aerodynamische Effizienz zu verbessern. Basierend auf den aerodynamischen Simulationen haben wir ein Modell entwickelt, um die Kraftstoffeinsparungsrate (ΔFC) des Lkw-Platooning zu bewerten, wie in Gl. (8).

Dabei ist S der Abstand, L die LKW-Länge, r0 der Straßenwiderstandskoeffizient, m die Masse des LKWs, ρ die Luftdichte und v die Geschwindigkeit des LKWs relativ zur Luftflüssigkeit , A ist der vordere Bereich des Lkw und a, b und c sind Koeffizienten, die sich auf die Lkw-Position in einem Platoon beziehen.

Wir haben das obige Modell weiter mit den Kraftstoffverbrauchsdaten kalibriert, die im Rahmen des Projekts Partially Automated Truck Platooning (PATP)11 überwacht wurden. Das PATP-Projekt testete den Kraftstoffverbrauch eines Lkw-Platooning-Systems mit drei Fahrzeugen. Nach der Kalibrierung kann das Modell zuverlässig den kraftstoffsparenden Effekt des Lkw-Platooning abschätzen. Basierend auf der Kraftstoffeinsparrate wird schließlich der Kraftstoffverbrauch des Lkw mithilfe von Gl. ermittelt. (9).

Dabei ist FCP der Kraftstoffverbrauch des Lkw in einem Platoon, FC0 der ursprüngliche Kraftstoffverbrauch des Lkw und ΔFC die Einsparrate des Kraftstoffverbrauchs aufgrund des Platoonings. Mit Gl. (8) und (9) wird der Kraftstoffverbrauch des Lkw berechnet und anschließend zur Bewertung seiner Treibhausgasemissionen herangezogen. Weitere Einzelheiten zur Entwicklung von Kraftstoffverbrauchsmodellen finden Sie in der ergänzenden Methode 3.

Straßen werden durch wiederholte LKW-Ladungen ständig beschädigt. Daher sind Straßeninstandhaltungsarbeiten nach mehreren Betriebsjahren erforderlich. Die Wartungsdauer hängt direkt vom Schadenszustand der Straße ab. Die Schadenshäufigkeit der Straßeninfrastruktur wird durch das Belastungsintervall (Ruhezeit) beeinflusst. Bei riss- und bruchbedingten Schäden führt eine längere Ruhezeit zu einer stärkeren Heilungswirkung auf das Straßenbelagmaterial als eine kürzere und damit zu einer geringeren Schadensakkumulation. Beim Lkw-Platooning kommt es im Vergleich zu normalen Verkehrsbelastungen zu hochfrequenten Ladewiederholungen mit kurzen Ruhezeiten. Dadurch beschleunigt sich die Schadensakkumulation der Straße und wirkt sich somit auf deren Instandhaltungsdauer aus. Wir haben ein Schadensmodell entwickelt, um die Straßenhaltbarkeit unter LKW-Platooning und im normalen Verkehrsmodus zu bewerten. Das Schadensmodell besteht aus drei Untermodellen, nämlich dem Ermüdungslebensdauer-Vorhersagemodell, dem Straßenreaktionsmodell und dem Schadensakkumulationsmodell.

Das Modell zur Vorhersage der Ermüdungslebensdauer, wie in Gl. (10) wurde auf der Grundlage von Labor- und Feldtests an Straßenmaterialien und -strukturen ermittelt (siehe ergänzende Methode 4). Analysemethoden, einschließlich der Methode der dissipierten Energie und der Methode des viskoelastischen Kontinuumsschadens (VECD), wurden verwendet, um die Testergebnisse anzupassen und das Modell zur Vorhersage der Ermüdungslebensdauer zu entwickeln. Das Modell berücksichtigt die Auswirkungen der Straßenreaktion, der klimatischen Bedingungen und der Ruhezeit (dh des Belastungsintervalls zwischen zwei Belastungen) auf die Ermüdungsbeständigkeit der Straße. Die im Ermüdungslebensdauer-Vorhersagemodell erforderliche Straßenreaktion wird auf der Grundlage der mechanischen Analyse der Straßenstruktur geschätzt, wie in Gleichung (1) dargestellt. (10). Das Straßenreaktionsmodell berücksichtigt auch verschiedene Faktoren, die die Haltbarkeit der Straße beeinflussen, darunter Straßenstrukturen, Materialeigenschaften, klimatische Bedingungen und Achskonfigurationen. Die Auswirkungen der Radwanderungsverteilungen von Lastkraftwagen werden ebenfalls in das Straßenreaktionsmodell einbezogen, da die Platooning-Lkw aufgrund der überlegenen Kontrollfähigkeit der Platooning-Technologie im Vergleich zu von Menschen gesteuerten Lastkraftwagen unterschiedliche seitliche Versätze aufweisen können47,48,59. Es wird davon ausgegangen, dass die seitlichen Versätze von Nicht-Platooning-Lastkraftwagen (d. h. von Menschen gesteuerten Lkws) einer Normalverteilung folgen, während die von Platooning-Lkws so ausgelegt sind, dass sie sich gleichmäßig über den Radweg verteilen, um die schädlichen Auswirkungen des Lkws zu verringern. Bemerkenswert ist, dass LKWs innerhalb eines Platoons demselben Fahrweg folgen, um ihre aerodynamische Effizienz sicherzustellen, während LKWs in verschiedenen Platoons so zugewiesen sind, dass sie gleichmäßig über den Radweg laden. Weitere Einzelheiten zum Ermüdungslebensdauer-Vorhersagemodell und zum Straßenreaktionsmodell finden Sie in der ergänzenden Methode 4.

Dabei ist Nf die Ermüdungslebensdauer, ε der durch die Verkehrslast verursachte Dehnungsgrad der Straßenstruktur, T die Straßentemperatur, E der anfängliche Steifigkeitsmodul einer bestimmten Schicht in der Straßenstruktur, RP die Ruhezeit zwischen zwei Verkehrslasten, SF ist ein Verschiebungsfaktor, der die Labor- und Feldermüdungslebensdauer verbindet, G ist eine Straßenreaktionsfunktion, x ist die jeweilige Schicht der Straße und a, b, c, d, f sind Modellparameter, die in der ergänzenden Methode 4 zu finden sind . h(x), E(x), v(x) und T(x) sind die Dicke, der Steifigkeitsmodul, das Poisson-Verhältnis bzw. die Temperatur der Schicht x. AL ist die Achslastinformation, einschließlich LKW-Klassifizierung, Achskonfiguration, Bruttogewicht, Radweg und Reifenaufstandsfläche.

In Kombination mit dem Ermüdungslebensdauer-Vorhersagemodell und dem Straßenreaktionsmodell wurde das Schadensakkumulationsmodell erstellt, um den durch Verkehrsbelastungen verursachten akkumulierten Schaden an der Straßeninfrastruktur zu bewerten, wie in Gleichung (1) dargestellt. (11). Mit Gl. (11) werden Schadensentwicklungen einer Straße im Normal- und LKW-Platooning-Modus ermittelt und verglichen. Die Vergleichsergebnisse werden genutzt, um die schädigende Wirkung von Lkw-Platooning auf der Straße zu bewerten und Wartungsarbeiten an der Straßeninfrastruktur anteilig zuzuordnen. Weitere Einzelheiten zur Entwicklung des Schadensmodells und zur Bewertung der Verschlechterungseffekte finden Sie in der ergänzenden Methode 4. Bemerkenswert ist, dass Gl. (11) konzentriert sich hauptsächlich auf die Bewertung der Ermüdungsschäden, die durch LKW-Ladungen auf Straßenbelägen verursacht werden.

Dabei ist D das Schadensausmaß der Straße, H die Schadensfunktion, Nf,i die Ermüdungslebensdauer der Straße unter der i-ten Verkehrsbelastung, εi die Straßenreaktion unter der i-ten Verkehrsbelastung und ni die Gesamtzahl der i-ten Verkehrsbelastung.

Die Treibhausgasemissionen des integrierten Fahrzeug-Straßen-Infrastruktursystems umfassen Emissionen sowohl der Straßeninfrastruktur als auch des Fahrzeugbetriebs. Wie bereits erwähnt, entstehen Straßeninfrastrukturemissionen durch den anfänglichen Straßenbau, die Straßeninstandhaltung, die EOL-Verarbeitung und die instandhaltungsbedingten Verkehrsstörungen. Daher haben wir die Gleichungen verwendet. (12)–(14) zur Berechnung der Emissionen der Straßeninfrastruktur (GHGRI). Der Umfang der Bau-, Wartungs- oder EOL-Bearbeitungsaktivitäten wurde auf der Grundlage der Straßenabmessungen berechnet, während Verkehrsbehinderungen während Straßenarbeiten mithilfe der RealCost-Software60 geschätzt wurden. Die detaillierten Emissionsintensitätswerte finden Sie in der ergänzenden Methode 5.

Wobei GHGCME die Emissionen aus Straßenbau, Straßeninstandhaltung oder EOL-Verarbeitungsaktivitäten sind, einschließlich der Materialproduktion, des Materialtransports und des Ausrüstungsbetriebs. GHGTD ist die zusätzliche Emission, die durch Verkehrsbehinderungen bei Straßeninstandhaltungsarbeiten verursacht wird. fCMEi ist die Einheitsemissionsintensität der i-ten Bau-, Wartungs- oder EOL-Verarbeitungsaktivität (d. h. Produktion, Transport oder Gerätebetrieb). qCMEI ist die Menge der i-ten Aktivität. VMTTDj sind die zurückgelegten Fahrzeugmeilen im j-ten Verkehrsstörungszustand (Verzögerung/Beschleunigung, Verlangsamung, Stau). fTDj ist die Emissionsintensitätseinheit im j-ten Verkehrsstörungszustand. VMTNj sind die Fahrzeugmeilen, die bei normalem Verkehrszustand (keine Wartung) zurückgelegt wurden. fNj ist die Emissionsintensitätseinheit bei normalem Verkehrszustand.

Die Emissionen in der Fahrzeugphase beziehen sich auf die Treibhausgasemissionen, die von Fahrzeugen erzeugt werden, die auf dem Straßenabschnitt fahren, ohne dass sie durch Straßeninstandhaltungsarbeiten beeinträchtigt werden. Diese Emissionsanteile werden anhand des Kraftstoffverbrauchs der Fahrzeuge geschätzt. Im LKW-Platooning-Modus wird der Kraftstoffverbrauch von LKWs durch verringerten Luftwiderstand eingespart (siehe Gleichung (8)). Solche Einsparungen werden bei der Bewertung der Emissionen des Fahrzeugs berücksichtigt. Darüber hinaus stehen die Fahrzeugemissionen in engem Zusammenhang mit der Straßenrauheit (definiert als International Roughness Index, IRI)61,62,63. Die hohe Unebenheit einer schlechten Straße führt häufig zu einem Anstieg des Kraftstoffverbrauchs und der Emissionen. Daher wurden Straßenleistungsdaten (z. B. IRI) aus der LTPP-Datenbank in das Fahrzeugemissionsmodell einbezogen. Schließlich entwickelten wir das Modell zur Schätzung der Fahrzeugemissionen (THGV), wie in Gleichung ausgedrückt. (15).

Dabei sind Treibhausgasemissionen von Fahrzeugen, fVi die Einheitsemissionsintensität des i-ten Fahrzeugs, VMT die vom i-ten Fahrzeug zurückgelegte Strecke, FCi der Kraftstoffverbrauch des i-ten Fahrzeugs und ΔFCPi die Einsparung Rate aufgrund von Lkw-Platooning. Handelt es sich bei dem Zielfahrzeug um einen Personenkraftwagen, wird ΔFCPi mit 0 % belegt. Andernfalls wird ΔFCPi mithilfe von Gl. berechnet. (8). ΔFCIRIi ist die Schwankungsrate des Fahrzeugkraftstoffverbrauchs aufgrund des Straßen-IRI. ΔIRI ist die Lücke zwischen dem tatsächlichen IRI der Straße und dem Basis-IRI.

Basierend auf Gl. (12)–(15) werden die Treibhausgasemissionen aus der Straßenphase und der Fahrzeugphase berechnet und ihre Summe ergibt die Gesamtemissionen des integrierten Fahrzeug-Straße-Systems. Das Kostenmodell für das System Fahrzeug-Straße hat eine ähnliche Formulierung wie das Emissionsmodell, mit der Ausnahme, dass die Emissionsintensität in der Gleichung durch die Kostenintensität ersetzt wird. Darüber hinaus sind im Kostenmodell im Vergleich zum Emissionsmodell zwei weitere Kostenkomponenten im Zusammenhang mit Reifenverschleiß und Fahrzeugreparatur enthalten64. Die Ausarbeitung des Kostenmodells wird hier nicht vorgestellt, um Platz auf dem Papier zu sparen. Weitere Einzelheiten zu den Entwicklungen der Emissionsmodelle und Kostenmodelle finden Sie in der ergänzenden Methode 5.

Die LTPP-Datenbank ist auf dem FHWA-Server verfügbar (https://infopave.fhwa.dot.gov/Data/DataSelection). Die in dieser Studie verwendeten Straßen- und Verkehrsdaten sind in den Zusatzdaten enthalten. Quelldaten werden mit diesem Dokument bereitgestellt.

Die RealCost-Software und das Benutzerhandbuch sind auf der FHWA-Website verfügbar (https://www.fhwa.dot.gov/infrastructure/asstmgmt/lccasoft.cfm).

IPCC. Klimawandel 2022: Eindämmung des Klimawandels. Beitrag der Arbeitsgruppe III zum sechsten Sachstandsbericht des IPCC (AR6), (2022).

Dai, A. Zunehmende Dürre aufgrund der globalen Erwärmung in Beobachtungen und Modellen. Nat. Aufstieg. Änderung 3, 52–58 (2013).

Artikel ADS Google Scholar

IPCC. Sonderbericht: globale Erwärmung um 1,5 °C, Zusammenfassung für politische Entscheidungsträger (2018).

Meinshausen, M. et al. Treibhausgasemissionsziele zur Begrenzung der globalen Erwärmung auf 2 °C. Natur 458, 1158–1162 (2009).

Artikel ADS CAS PubMed Google Scholar

Nealer, R. & Hendrickson, T. Übersicht über aktuelle Lebenszyklusbewertungen von Energie und Treibhausgasemissionen für Elektrofahrzeuge. Curr. Erhalten/erneuern. Energy Rep. 2, 66–73 (2015).

Artikel Google Scholar

Covert, T., Greenstone, M. & Knittel, CR Werden wir jemals aufhören, fossile Brennstoffe zu verwenden? J. Econ. Perspektive. 30, 117–138 (2016).

Artikel Google Scholar

EPA. Inventar der US-amerikanischen Treibhausgasemissionen und -senken: 1990–2019, United States Environmental Protection Agency. (2021).

Zhang, L., Chen, F., Ma, X. & Pan, X. Kraftstoffverbrauch beim Lkw-Platooning: ein Literaturüberblick und Hinweise für zukünftige Forschung. J. Adv. Transp. 2020, 2604012 (2020).

Google Scholar

Tsugawa, S., Jeschke, S. & Shladover, SE Ein Überblick über Lkw-Platooning-Projekte zur Energieeinsparung. IEEE Trans. Intel. Fahrzeug. 1, 68–77 (2016).

Artikel Google Scholar

Vegendla, P., Sofu, T., Saha, R., Kumar, MM & Hwang, L.-K. Untersuchung des aerodynamischen Einflusses auf Lkw-Platooning. SAE Technical Paper 2015-01-2895, 1–9 (2015).

McAuliffe, B., Croken, M., Ahmadi-Baloutaki, M. & Raeesi, A. Kraftstoffverbrauchstests eines Lkw-Platooning-Systems mit drei Fahrzeugen. Technischer Laborbericht, National Research Council, Kanada. LTR-AL-2017-0008 (2017).

Vohra, V., Wahba, M., Akarslan, G., Ni, R. & Brennan, S. Eine Untersuchung des Fahrzeugabstands zur Reduzierung des Luftwiderstands in LKW-Kolonnen. 2018 IEEE Vehicle Power and Propulsion Conference (VPPC). 1–6 (2018).

B. McAuliffe et al. Einflüsse auf die Energieeinsparung schwerer Lkw durch kooperative adaptive Geschwindigkeitsregelung. SAE Technical Paper 2018-01-1181, 1–20 (2018).

El Bouchihati, M. Die Auswirkungen von Lkw-Platooning auf die Fahrbahnstruktur niederländischer Autobahnen: der Zusammenhang zwischen Lkw-Platooning und Straßenoberflächenverschleiß, Masterarbeit, Technische Universität Delft. (2020).

Yang, D., Kuijpers, A., Dane, G. & van der Sande, T. Auswirkungen von groß angelegten Lkw-Platooning auf niederländischen Autobahnen. Transp. Res. Procedia 37, 425–432 (2019).

Artikel Google Scholar

Humphreys, HL, Batterson, J., Bevly, D. & Schubert, R. Eine Bewertung der Kraftstoffverbrauchsvorteile eines fahrerunterstützenden LKW-Platooning-Prototyps mithilfe von Simulation. SAE Technical Paper 2016-01-0167, 1–9 (2016).

Song, M., Chen, F. & Ma, X. Organisation eines autonomen LKW-Zuges unter Berücksichtigung von Energieeinsparungen und Ermüdung der Fahrbahn. Transp. Res. Teil D: Transp. Umgebung. 90, 102667 (2021).

Artikel Google Scholar

Gungor, OE & Al-Qadi, IL Alle für einen: Zentralisierte Optimierung von Lkw-Kolonnen zur Verbesserung der Nachhaltigkeit der Straßeninfrastruktur. Transp. Res. Teil C: Emerg. Technol. 114, 84–98 (2020).

Artikel Google Scholar

Kazancoglu, Y., Ozbiltekin-Pala, M. & Ozkan-Ozen, YD Vorhersage und Bewertung von Treibhausgasemissionen für einen nachhaltigen Straßenverkehr in Europa. Aufrechterhalten. Städte Soc. 70, 102924 (2021).

Artikel Google Scholar

Huang, Y., Hakim, B. & Zammataro, S. Messung des CO2-Fußabdrucks des Straßenbaus mit CHANGER. Int. J. Pavement Eng. 14, 590–600 (2013).

Artikel CAS Google Scholar

France-Mensah, J. & O'Brien, WJ Entwicklung eines nachhaltigen Fahrbahnmanagementplans: Kompromisse bei Straßenzustand, Benutzerkosten und Treibhausgasemissionen. J. Geschäftsführer Ing. 35, 04019005 (2019).

Artikel Google Scholar

Chong, D. & Wang, Y. Auswirkungen flexibler Fahrbahndesign- und Managemententscheidungen auf den Energieverbrauch im Lebenszyklus und den CO2-Fußabdruck. Int. J. Lebenszyklusbewertung. 22, 952–971 (2017).

Artikel CAS Google Scholar

FHWA. Das langfristige Pavement-Performance-Programm. Federal Highway Administration, McLean, VA, (2015).

Milanés, V. & Shladover, SE Umgang mit eingeschnittenen Fahrzeugen in Reihen von kooperativen Fahrzeugen mit adaptiver Geschwindigkeitsregelung. J. Intell. Transp. Syst. 20, 178–191 (2016).

Artikel Google Scholar

Calvert, S., Schakel, WJ & van Arem, B. Bewertung und Modellierung der Verkehrsflusseffekte von Lkw-Platooning. Transp. Res. Teil C: Emerg. Technol. 105, 1–22 (2019).

Artikel Google Scholar

Noruzoliaee, M., Zou, B. & Zhou, YJ Lkw-Platooning im US-amerikanischen Nationalstraßennetz: ein Modellierungsansatz auf Systemebene. Transp. Res. Teil E: Logistik. Transp. Rev. 145, 102200 (2021).

Artikel Google Scholar

Ramezani, H., Shladover, SE, Lu, X.-Y. & Altan, OD Mikrosimulation von LKW-Platooning mit kooperativer adaptiver Geschwindigkeitsregelung: Modellentwicklung und eine Fallstudie. Transp. Res. Empf. 2672, 55–65 (2018).

Artikel Google Scholar

Taylor, AH et al. Erfassung der Auswirkungen von Geschwindigkeit, Steigung und Verkehr auf das Platooning von Lkw der Klasse 8. IEEE Trans. Fahrzeug. Technol. 69, 10506–10518 (2020).

Artikel Google Scholar

Boysen, N., Briskorn, D. & Schwerdfeger, S. Das Problem des identischen Lkw-Platoonings. Transp. Res. Teil B: Methodol. 109, 26–39 (2018).

Artikel Google Scholar

Kim, D. & Kim, YR Entwicklung des Stress Sweep Rutting (SSR)-Tests zur dauerhaften Verformungscharakterisierung von Asphaltmischungen. Konstr. Bauen. Mater. 154, 373–383 (2017).

Artikel Google Scholar

Cheng, H., Sun, L., Wang, Y. & Chen, X. Auswirkungen tatsächlicher Belastungswellenformen auf das Ermüdungsverhalten von Asphaltmischungen. Int. J. Fatigue 151, 106386 (2021).

Artikel CAS Google Scholar

GY Baladi et al. Leistungsmessungen und -prognosen für Straßenbeläge sowie die Auswirkungen der Wartungs- und Sanierungsstrategie auf die Wirksamkeit der Behandlung. Technischer Bericht, Federal Highway Administration, Vereinigte Staaten, FHWA-HRT-17-095 (2017).

Alrajhi, A., Ozer, H. & Al-Qadi, IL Einfluss der Ruhezeit auf die bleibende Verformung von Asphaltbeton. Konstr. Bauen. Mater. 332, 127329 (2022).

Artikel Google Scholar

Okte, E. & Al-Qadi, IL Einfluss autonomer und von Menschen gesteuerter Lastkraftwagen auf die flexible Straßengestaltung. Transp. Res. Empf. 2676, 144–160 (2022).

Artikel Google Scholar

Sayeh, W. & Al-Qadi, IL Optimierung der seitlichen Position von Zügen basierend auf Schadensschätzung. Transp. Res. Empf. 2676, 445–455 (2022).

Artikel Google Scholar

Huang, M., Dong, Q., Ni, F. & Wang, L. LCA- und LCCA-basierte multiobjektive Optimierung der Straßenwartung. J. Sauber. Prod. 283, 124583 (2021).

Artikel Google Scholar

Cheneviere, P. & Ramdas, V. Aspekte der Kosten-Nutzen-Analyse im Zusammenhang mit langlebigen Straßenbelägen. Int. J. Pavement Eng. 7, 145–152 (2006).

Artikel Google Scholar

Yan, J. Ein empirisches Modell für optimale Autobahnhaltbarkeit in kalten Regionen. Technischer Bericht, Zentrum für umweltverträglichen Transport in kalten Klimazonen. (2016).

Wang, T. et al. Lebenszyklusenergieverbrauch und Treibhausgasemissionen bei der Straßensanierung bei unterschiedlichem Rollwiderstand. J. Sauber. Prod. 33, 86–96 (2012).

Artikel Google Scholar

Liu, X., Cui, Q. & Schwartz, C. Treibhausgasemissionen alternativer Straßenbelagsdesigns: Rahmenentwicklung und illustrative Anwendung. J. Umgebung. Geschäftsführer 132, 313–322 (2014).

Artikel CAS Google Scholar

Kim, B., Lee, H., Park, H. & Kim, H. Rahmen zur Schätzung der Treibhausgasemissionen durch den Bau von Asphaltbelägen. J. Constr. Ing. Geschäftsführer 138, 1312–1321 (2012).

Artikel Google Scholar

Inyim, P., Pereyra, J., Bienvenu, M. & Mostafavi, A. Umweltbewertung der Straßeninfrastruktur: asystematische Überprüfung. J. Umgebung. Geschäftsführer 176, 128–138 (2016).

Artikel Google Scholar

Yu, B., Wang, S. & Gu, X. Schätzung und Unsicherheitsanalyse des Energieverbrauchs und der CO2-Emissionen bei der Wartung von Asphaltbelägen. J. Sauber. Prod. 189, 326–333 (2018).

Artikel CAS Google Scholar

Liu, Z., Balieu, R. & Kringos, N. Integration von Nachhaltigkeit in die Bewertung der Wirksamkeit der Straßenwartung: eine systematische Überprüfung. Transp. Res. Teil D: Transp. Umgebung. 104, 103187 (2022).

Artikel Google Scholar

Lee, J. & Madanat, S. Optimale Richtlinien zur Minimierung der Treibhausgasemissionen unter mehreren Budgetbeschränkungen der Behörden im Straßenmanagement. Transp. Res. Teil D: Transp. Umgebung. 55, 39–50 (2017).

Artikel Google Scholar

FHWA Highway Statistics 2020. https://www.fhwa.dot.gov/policyinformation/statistics/2020/hm220.cfm, (2020).

Chen, F., Song, M. & Ma, X. Ein Querkontrollschema autonomer Fahrzeuge unter Berücksichtigung der Nachhaltigkeit von Fahrbahnen. J. Sauber. Prod. 256, 120669 (2020).

Artikel Google Scholar

Ramakrishnan, A., Alrajhi, A., Okte, E., Ozer, H. & Al-Qadi, IL Truck-Platooning-Auswirkungen auf flexible Fahrbahnen: experimentelle und mechanistische Ansätze, Bericht Nr. ICT-21-038, Illinois Center for Transport. (2021).

Elkins, GE & Ostrom, B. Benutzerhandbuch für das Informationsmanagementsystem zur Langzeitleistung von Straßenbelägen. FHWA-Büro für Infrastrukturforschung und -entwicklung. (2021).

Liu, L., Zhu, L. & Yang, D. Modellierung und Simulation des heterogenen Pkw-Lkw-Verkehrsflusses basierend auf einem nichtlinearen Pkw-Folgemodell. Appl. Mathematik. Berechnen. 273, 706–717 (2016).

MATH Google Scholar

Treiber, M. & Kesting, A. Verkehrsflussdynamik, Springer, London. (2013).

Xiao, L., Wang, M. & Van, B. Arem, Realistische Fahrzeugverfolgungsmodelle für die mikroskopische Simulation adaptiver und kooperativer Fahrzeuge mit adaptiver Geschwindigkeitsregelung. Transp. Res. Empf. 2623, 1–9 (2017).

Artikel Google Scholar

Milanés, V. & Shladover, SE Modellierung kooperativer und autonomer dynamischer Reaktionen der adaptiven Geschwindigkeitsregelung anhand experimenteller Daten. Transp. Res. Teil C: Emerg. Technol. 48, 285–300 (2014).

Artikel Google Scholar

Liu, H., Kan, X., Shladover, SE, Lu, X.-Y. & Ferlis, RE Einfluss der kooperativen adaptiven Geschwindigkeitsregelung auf die Zusammenführungskapazität mehrspuriger Autobahnen. J. Intell. Transp. Syst. 22, 263–275 (2018).

Artikel Google Scholar

Xiao, L., Wang, M., Schakel, W. & van Arem, B. Aufklärung der Auswirkungen der kooperativen Deaktivierung des adaptiven Tempomaten auf die Verkehrsflusseigenschaften an zusammenfließenden Engpässen. Transp. Res. Teil C: Emerg. Technol. 96, 380–397 (2018).

Artikel Google Scholar

Bhoopalam, AK, Agatz, N. & Zuidwijk, R. Planung von LKW-Kolonnen: eine Literaturübersicht und Hinweise für zukünftige Forschung. Transp. Res. Teil B: Methodol. 107, 212–228 (2018).

Artikel Google Scholar

Smith, J., Mihelic, R., Gifford, B. & Ellis, M. Aerodynamische Auswirkungen von Sattelzugmaschinen in Zugkonfiguration. SAE Int. J. Commer. Fahrzeug. 7, 619–625 (2014).

Artikel Google Scholar

Tsugawa, S., Kato, S. & Aoki, K. Ein automatisierter LKW-Zug zur Energieeinsparung, 2011 IEEE/RSJ International Conference on Intelligent Robots and Systems, 4109–4114 (2011).

Marsac, P. et al. Optimierung von Wandermustern von Lkw-Kolonnen auf der Grundlage thermoviskoelastischer Simulationen zur Minderung der Schadenseffekte an Straßenstrukturen, beschleunigte Fahrbahntests bis hin zu Innovationen in der Verkehrsinfrastruktur. Tagungsband der 6. APT-Konferenz, Springer, 100–107 (2020).

FHWA, RealCost-Software (Version 2.5): Softwareprodukt zur Lebenszykluskostenanalyse, http://www.fhwa.dot.gov/infrastructure/asstmgmt/lccasoft.cfm. (2011).

Zhou, Q. & Al-Qadi, IL Wirtschaftliche und ökologische Auswirkungen von Kolonnen-Lkw auf Gehwegen. Transp. Res. Empf. 2676, 460–473 (2022).

Artikel Google Scholar

Chatti, K. & Zaabar, I. Schätzung der Auswirkungen des Straßenzustands auf die Fahrzeugbetriebskosten, NCHRP Report 720, Transportation Research Board. (2012).

Ziyadi, M., Ozer, H., Kang, S. & Al-Qadi, IL Fahrzeugenergieverbrauch und ein Berechnungsmodell für die Umweltauswirkungen der Verkehrsinfrastruktursysteme. J. Sauber. Prod. 174, 424–436 (2018).

Artikel Google Scholar

Okte, E., Al-Qadi, IL & Ozer, H. Auswirkungen des Straßenzustands auf die LCCA-Benutzerkosten. Transp. Res. Empf. 2673, 339–350 (2019).

Artikel Google Scholar

Referenzen herunterladen

Die Forschung wurde durch Zuschüsse der National Natural Science Foundation of China (Zuschuss-Nr. 52108412, Empfänger: HC), des Research Grant Council der Regierung der Sonderverwaltungsregion Hongkong (Zuschuss-Nr. 15208518 und 15210321, Empfänger: YW) und der unterstützt National Key R&D Program of China (Grant No. 2018YFB1600100, Empfänger: LS). Die Sponsoren werden dankbar anerkannt. Die Autoren schätzen die Daten aus der LTPP-Onlinedatenbank, die die Analyse der Forschung unterstützen. Die Autoren schätzen auch die Unterstützung von Dr. Chang Lu und Dr. Siqi Jia bei der Gestaltung von Verkehrsmodellen und Karten.

Abteilung für Bau- und Umweltingenieurwesen, Polytechnische Universität Hongkong, Sonderverwaltungszone Hongkong, China

Huailei Cheng & Yuhong Wang

Das Schlüssellabor für Straßen- und Verkehrstechnik des Bildungsministeriums, Tongji-Universität, Shanghai, China

Huailei Cheng, Lijun Sun, Ruikang Yang und Tian Jin

School of Management, Shanghai University, Shanghai, China

Und Chong

Shanghai Automotive Wind Tunnel Center, Tongji-Universität, Shanghai, China

Chao Xia

Abteilung für Bau-, Architektur- und Umweltingenieurwesen, Missouri University of Science and Technology, Rolla, MO, USA

Jenny Liu

Fakultät für Architektur und Bauingenieurwesen, Technische Universität Chalmers, Göteborg, Schweden

Kun Gao

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

HC, YW und LS konzipierten die Studie. LS schlug den konzeptionellen und analytischen Rahmen vor. HC, YW, DC und CX haben die Methoden entworfen. HC, YW, RY und TJ führten die Analyse durch. HC und YW haben das Manuskript geschrieben. JL, KG und LS trugen zur Verbesserung des Manuskripts bei. Alle Autoren diskutierten die Ergebnisse und überprüften das Manuskript.

Korrespondenz mit Yuhong Wang oder Lijun Sun.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature Communications dankt Dominique Mouette, Egemen Okte und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Eine Peer-Review-Datei ist verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Cheng, H., Wang, Y., Chong, D. et al. Lkw-Platooning verändert die Treibhausgasemissionen des integrierten Fahrzeug-Straßen-Infrastruktursystems. Nat Commun 14, 4495 (2023). https://doi.org/10.1038/s41467-023-40116-0

Zitat herunterladen

Eingegangen: 10. März 2023

Angenommen: 12. Juli 2023

Veröffentlicht: 15. August 2023

DOI: https://doi.org/10.1038/s41467-023-40116-0

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.