LEAR: Robust LEArning methods for electric vehicle Route selection

LEARs huvudfokus ligger på ruttplanering för en kommersiell flottaav uppkopplade elektrifierade fordon (CEV). Mer specifikt är målet att minimera energiförbrukningen och planera laddningen, men även beakta sociala aspektersom trängsel, ta fram lösningar som gynnar både flottan men även övriga fordon i nätet och samhället i stort. Omfattande forskningsinsatser har lagts ner på routing-och resursallokeringsproblemför CEV-bilar under åren, inklusive av deltagarna i detta projekt. Det finns dock fortfarande flera aspekter som kan studeras ytterligare och förbättras. En av dem är balansen mellan fördelarna för flottan och för de andra användarna av transportnätet. På grund av problemets inneboende komplexitet syftar projektet till att använda inlärningsmetoderför att tillhandahålla effektiva lösningar. Metoderna som utvecklats i LEAR kommer att ge fördelar för (i) fordonsindustrin(gränssnitt av fordonet till ett nätverk, datadriven teknik, mobilitet som ett tjänstekoncept), (ii) tjänsteleverantör(optimal resursallokering) och för (iii) samhället(beslut om färdväg för fordon innebär sociala förmåner). Projektet involverar akademin (Chalmers) och Volvo AB som centrala samarbetspartners. Men via inbjudan till referensgrupp tar vi in perspektiv från myndigheter, samhällsvetare, kommunenoch representanter från relateradeforskningsprojekt. Vi tror att det är nödvändigt att lösa de socialstrategiska ruttkoordineringsuppgifterna i realtid för en flotta av CEV:er.Via LEAR kommer detta steg naturligt, vilket främjar fordonstekniken och industrin för att vara proaktiv i implementeringen av flottor av CEV.

Samarbetande organisationer

  • Volvo Group (Privat, Sweden)
Startdatum 2022-09-12
Slutdatum 2026-12-31

Sidansvarig Publicerad: må 24 okt 2022.