Een microscopische verkeerskarakterisatie met inachtneming van de invloed van dichtheid op koolstofemissies van CAV's

Waarom verkeersopstoppingen belangrijk zijn voor het klimaat

Wie ooit in stop‑startverkeer heeft vastgezeten, vraagt zich wel eens af hoeveel brandstof er onnodig wordt verbrand. Dit artikel stelt een nauw verwante vraag: hoe beïnvloedt de afstand tussen auto’s op de weg — de verkeers"dichtheid" — de kooldioxide (CO₂)-emissies van moderne verbonden en autonome voertuigen (CAV's)? Door gedetailleerd rijgedrag te koppelen aan werkelijke emissiemetingen laten de auteurs zien dat slimmer afstand houden en vloeiender verkeer de vervuiling aanzienlijk kunnen verminderen.

Van drukke wegen naar koolstofemissies

Wegvervoer is een van de grootste en snelst groeiende bronnen van broeikasgassen wereldwijd. Naarmate er meer voertuigen op de weg komen, verergert de congestie en nemen de emissies toe, met zware gevolgen voor de luchtkwaliteit en het klimaat. Traditionele methoden om verkeersemissies te schatten richten zich ofwel op gemiddelde snelheden over lange weglengtes, of op complexe modellen met veel parameters die moeilijk te kalibreren en breed toepasbaar zijn. Tegelijkertijd komen CAV's in het verkeer, met beloftes van veiliger en efficiënter rijden, maar ook een verandering in hoe auto’s onderling reageren. Om te begrijpen wat dit voor emissies betekent, hebben we modellen nodig die naar individuele voertuigen, hun onderlinge afstand en hun reacties op veranderende omstandigheden kijken.

Meten hoe dichtheid CO₂ beïnvloedt

De auteurs begonnen met een veldexperiment op twee alledaagse woon‑werkroutes in Peshawar, Pakistan, één ’s ochtends en één ’s avonds, elk ongeveer 7–8 kilometer lang. Ze rustten een auto uit met een onboard‑diagnosescanner die was gekoppeld aan een smartphone‑app en een cloudplatform. Deze opstelling registreerde continu motorgegevens en CO₂‑emissies terwijl het voertuig door echt verkeer reed. Met behulp van gevestigde verkeersrelaties zetten ze de afstand tussen voertuigen om in verkeersdichtheid en pasten regressieanalyse toe om een eenvoudige wiskundige relatie tussen dichtheid en CO₂‑uitstoot af te leiden. Naarmate de dichtheid toenam en het verkeer meer stop‑en‑start werd, stegen de emissies op een duidelijke, kwantificeerbare manier.

Een model bouwen dat vloeiender rijden stimuleert

Vervolgens verweefde het team deze relatie tussen emissies en dichtheid in een bekend microscopisch verkeersmodel, het Intelligent Driver (ID)‑model, dat gewoonlijk een vaste parameter gebruikt om aan te geven hoe sterk bestuurders reageren op snelheidsverschillen. In plaats van die parameter als constant te behandelen, lieten de auteurs hem variëren met verkeersdichtheid, voertuigafstand en reactietijd van de bestuurder, en namen ze expliciet de snellere reacties van CAV's op. In deze nieuwe formulering zijn emissies geen apart te optimaliseren doel; ze ontstaan vanzelf uit hoe voertuigen accelereren en remmen bij verschillende dichtheden. Het model vangt daarmee hoe CAV's hun volgafstand en snelheid kunnen aanpassen om een vloeiendere doorstroming te behouden en scherpe starts en stops te vermijden die brandstof verspillen.

Stabiliteit en emissies testen op een virtuele weg

Om te zien hoe de nieuwe aanpak zich gedroeg, voerden de onderzoekers computersimulaties uit op een cirkelvormige weg van 1 kilometer met een kleine groep voertuigen. Ze vergeleken hun CAV‑bewuste, emissiegevoelige model met het standaard ID‑model onder identieke omstandigheden. Een gedetailleerde stabiliteitsanalyse toonde aan dat het nieuwe model verkeersgolven effectiever dempt: kleine verstoringen in afstand en snelheid vloeien uit in plaats van uit te groeien tot grote congestiegolven. In de simulaties resulteerde het toestaan van langere volgafstanden (grotere headways) in een lagere verkeersdichtheid, meer uniforme snelheden en vrijwel geen acceleratiepieken meer. Ter vergelijking: het bijsturen van de vaste parameter in het traditionele ID‑model kon verkeer op papier stabieler doen lijken, maar op een manier die niet overeenkomt met realistisch bestuurder- of voertuiggedrag.

Wat de resultaten betekenen voor vervuiling

Aangezien grote uitbarstingen van acceleratie en remmen sterk samenhangen met CO₂‑emissies, leidt het vloeiendere rijgedrag van het nieuwe model direct tot lagere en stabielere emissieniveaus. Kwantitatieve statistieken uit de simulaties tonen aan dat, naarmate de headways in het CAV‑gebaseerde model toenemen, de variabiliteit in snelheid, dichtheid en acceleratie scherp afneemt en de berekende gevoeligheid van CO₂‑emissies voor dichtheid klein en stabiel wordt. In het oudere ID‑model vergroot het verhogen van zijn sleutelparameter juist de fluctuaties en zou dit veel hogere emissies impliceren. De studie suggereert daarom dat transportsystemen die CAV's aanmoedigen veilige maar ruime volgafstanden te houden en snel maar soepel te reageren op veranderingen voor hen, tegelijkertijd congestie kunnen verminderen en koolstofvervuiling kunnen terugdringen.

Hoe dit toekomstige wegen kan vormgeven

In gewone bewoordingen betoogt het werk dat schoner verkeer niet alleen draait om schonere motoren, maar ook om hoe auto’s worden gepositioneerd en bestuurd. Door hun model te baseren op wegdata en realistisch CAV‑gedrag bieden de auteurs een instrument waarmee verkeersplanners strategieën kunnen testen, zoals gecoördineerde snelheden, eco‑rijadvies en CAV‑gebaseerde regels, voordat die op echte wegen worden ingevoerd. Als zulke strategieën breed worden toegepast, kunnen ze steden helpen wegen te ontwerpen waar minder stop‑en‑startgolven ontstaan, reizen voorspelbaarder worden en de klimaatimpact van autorijden aanzienlijk afneemt.

Bronvermelding: Khan, Z.H., Ali, F., Gulliver, T.A. et al. A microscopic traffic characterization considering the impact of density on carbon emissions from CAVs. Sci Rep 16, 7648 (2026). https://doi.org/10.1038/s41598-026-37851-x

Trefwoorden: connected autonome voertuigen, verkeersdichtheid, CO2-emissies, microscopisch verkeersmodel, verkeersstabiliteit