Analyse der Auswirkungen verschiedener Rückfahrstrategien auf Verkehr und Umwelt für Ride-Hailing-Dienste

Keskeiset käsitteet

Durch den Einsatz verschiedener Rückfahrstrategien für Ride-Hailing-Fahrzeuge können die Fahrleistungen und Emissionen deutlich reduziert werden.

Tiivistelmä

Die Studie untersucht den Einsatz verschiedener Rückfahrstrategien für Ride-Hailing-Fahrzeuge und deren Auswirkungen auf Verkehr und Umwelt. Dafür wurde ein Simulationsmodell auf Basis des Eclipse MOSAIC-Frameworks entwickelt, das reale Logbuchdaten eines Ride-Hailing-Anbieters in Berlin integriert.
Es wurden drei Rückfahrstrategien untersucht:

Rückfahrt zum Betriebssitz (Baseline)
Warten am letzten Abgabeort auf den nächsten Auftrag
Fahrt zum nächstgelegenen "Hotspot" mit erwarteter höherer Nachfrage

Die Ergebnisse zeigen, dass durch den Einsatz der alternativen Strategien die Gesamtfahrleistung um bis zu 24% (Strategie 2) bzw. 18% (Strategie 3) reduziert werden kann. Entsprechend sinken auch die CO2-Emissionen um bis zu 25% bzw. 18%.
Durch eine Hochrechnung auf den gesamten Ride-Hailing-Verkehr in Berlin für das Jahr 2023 wurde abgeschätzt, dass Einsparungen von bis zu 70 Millionen Kilometern und 7,25 Tonnen CO2 möglich wären.

Tilastot

Die Gesamtfahrleistung konnte um bis zu 24% reduziert werden.
Die CO2-Emissionen konnten um bis zu 25% reduziert werden.
Für den gesamten Ride-Hailing-Verkehr in Berlin 2023 wurden Einsparungen von bis zu 70 Millionen Kilometern und 7,25 Tonnen CO2 abgeschätzt.

Lainaukset

"Durch den Einsatz verschiedener Rückfahrstrategien für Ride-Hailing-Fahrzeuge können die Fahrleistungen und Emissionen deutlich reduziert werden."
"Für den gesamten Ride-Hailing-Verkehr in Berlin 2023 wurden Einsparungen von bis zu 70 Millionen Kilometern und 7,25 Tonnen CO2 abgeschätzt."

Tärkeimmät oivallukset

Leveraging Eclipse MOSAIC for Modeling and Analyzing Ride-Hailing Services

by Karl... klo arxiv.org 04-12-2024

https://arxiv.org/pdf/2404.07547.pdf

Syvällisempiä Kysymyksiä

Wie könnten dynamische Disposition und Umverteilungsstrategien die Ergebnisse weiter verbessern?

Die Implementierung von dynamischen Dispositions- und Umverteilungsstrategien könnte die Ergebnisse erheblich verbessern, indem sie eine effizientere Zuweisung von Fahrten an Fahrzeuge ermöglichen. Durch die Berücksichtigung von Echtzeitdaten wie Verkehrslage, Nachfrage und Standort der Fahrzeuge könnten die Strategien die Fahrzeuge optimal positionieren, um Leerfahrten zu minimieren und die Wartezeiten der Fahrgäste zu reduzieren. Dies würde zu kürzeren Fahrstrecken, geringeren Emissionen und insgesamt effizienterem Betrieb führen.

Welche Auswirkungen hätten die untersuchten Strategien auf die Wartezeiten der Fahrgäste?

Die untersuchten Strategien, insbesondere das Warten an der letzten Absetzstelle und das Fahren zu Hotspots, könnten die Wartezeiten der Fahrgäste signifikant reduzieren. Indem die Fahrzeuge in der Nähe potenzieller Abholorte warten, können sie schneller neue Buchungen erhalten und somit die Leerzeiten zwischen den Fahrten minimieren. Dies führt zu kürzeren Wartezeiten für die Fahrgäste und insgesamt zu einer verbesserten Servicequalität.

Wie lassen sich die Erkenntnisse auf andere Mobilitätsformen wie autonome Fahrzeuge übertragen?

Die Erkenntnisse aus der Untersuchung von Ride-Hailing-Services und Umverteilungsstrategien können auf andere Mobilitätsformen wie autonome Fahrzeuge übertragen werden, insbesondere im Hinblick auf die Optimierung von Flottenbetrieb und -effizienz. Durch die Anwendung ähnlicher dynamischer Dispositions- und Umverteilungsstrategien können autonome Fahrzeuge effizienter eingesetzt werden, um Leerfahrten zu minimieren, Wartezeiten zu reduzieren und insgesamt eine nachhaltigere und effektivere Mobilitätslösung zu bieten. Dies könnte zu einer verbesserten Nutzung von Ressourcen, geringeren Emissionen und einer insgesamt optimierten Mobilitätslandschaft führen.