En mikroskopisk trafikbeskrivning som tar hänsyn till täthetens påverkan på koldioxidutsläpp från CAV

Varför trafikstockningar spelar roll för klimatet

Den som någon gång suttit i stop‑and‑go‑trafik har undrat hur mycket bränsle som förbrukas i onödan. Denna artikel ställer en närliggande fråga: hur påverkar avstånden mellan bilar på vägen—trafikens ”täthet”—koldioxidutsläppen (CO₂) från moderna uppkopplade autonoma fordon (CAV)? Genom att knyta detaljerat körbeteende till verkliga emissionsmätningar visar författarna att smartare avstånd och jämnare flöde kan minska föroreningarna avsevärt.

Från trånga vägar till koldioxidutsläpp

Vägtransport är en av de största och snabbast växande källorna till växthusgaser globalt. När fler fordon ger sig ut på vägarna förvärras trängseln och utsläppen ökar, med allvarliga konsekvenser för luftkvalitet och klimat. Traditionella verktyg för att uppskatta trafikemissioner fokuserar antingen på medelhastigheter över långa vägsträckor eller förlitar sig på komplexa modeller med många parametrar som är svåra att kalibrera och använda brett. Samtidigt börjar CAV:er komma in i trafikflödet, vilket lovar säkrare och mer effektiv körning men också förändrar hur fordon interagerar. För att förstå vad detta innebär för utsläpp behöver vi modeller som ser till enskilda fordon, deras avstånd och deras reaktioner på förändrade förhållanden.

Mätning av hur täthet påverkar CO₂

Författarna inledde med ett fältexperiment på två vanliga pendelsträckor i Peshawar, Pakistan, en på morgonen och en på kvällen, vardera cirka 7–8 kilometer långa. De utrustade en bil med en on‑board‑diagnostikskanner kopplad till en smartphone‑app och en molnplattform. Denna uppställning registrerade kontinuerligt motordata och CO₂‑utsläpp när fordonet rörde sig i verklig trafik. Med etablerade trafikrelationer omvandlade de avståndet mellan fordon till trafiktäthet och tillämpade sedan regressionsanalys för att härleda en enkel matematisk samband mellan täthet och CO₂‑utsläpp. När tätheten ökade och trafiken blev mer stop‑and‑go steg utsläppen på ett tydligt, kvantifierbart sätt.

Att bygga en modell för mjukare körning

Därefter vävde teamet in detta samband mellan utsläpp och täthet i en välkänd mikroskopisk trafikmodell kallad Intelligent Driver (ID)‑modellen, som normalt använder en fast parameter för att styra hur starkt förare reagerar på hastighetsskillnader. Istället för att behandla den parametern som en konstant lät författarna den variera med trafiktäthet, fordonsavstånd och förarreaktionstid, och de representerade uttryckligen CAV:ers snabbare reaktioner. I denna nya formulering är utsläpp inte ett separat mål att optimeras; de uppstår naturligt ur hur fordon accelererar och bromsar vid olika tätheter. Modellen fångar därmed hur CAV:er kan justera sina följdavstånd och hastighet för att bibehålla ett jämnare flöde och undvika kraftiga uppstarter och inbromsningar som slösar bränsle.

Test av stabilitet och utsläpp på en virtuell väg

För att se hur den nya metoden beter sig körde forskarna datorbaserade simuleringar på en 1‑kilometers cirkulär väg befolkad av en liten kolonn av fordon. De jämförde sin CAV‑medvetna, emissionskänsliga modell med standard‑ID‑modellen under identiska förutsättningar. En detaljerad stabilitetsanalys visade att den nya modellen dämpar trafikvågor mer effektivt: små störningar i avstånd och hastighet avtar istället för att växa till stora kövågor. I simuleringarna, när fordon tilläts hålla längre följtider (större headways), minskade trafiktätheten, hastigheten blev mer enhetlig och accelerationsspikar nästan försvann. Däremot kunde justering av den fasta parametern i traditionella ID‑modellen få trafiken att verka mer stabil på papperet, men göra det på ett sätt som inte var kopplat till realistiskt förar‑ eller fordonsbeteende.

Vad resultaten innebär för föroreningar

Eftersom stora utbrott av acceleration och inbromsning är nära kopplade till CO₂‑utsläpp leder den jämnare körningen som den nya modellen ger direkt till lägre och mer stabila utsläppsnivåer. Kvantitativa data från simuleringarna visar att när headways ökar i CAV‑modellen faller variationen i hastighet, täthet och acceleration kraftigt, och den beräknade känsligheten hos CO₂‑utsläpp i förhållande till täthet blir liten och stabil. I den äldre ID‑modellen förstärkte en höjning av dess nyckelparameter faktiskt fluktuationerna och skulle innebära mycket högre utsläpp. Studien tyder därför på att trafiksystem som uppmuntrar CAV:er att hålla säkra men generösa följdistanser och att reagera snabbt men mjukt på förändringar framför dem kan både minska trängsel och skära ned koldioxidutsläpp.

Hur detta kan forma framtidens vägar

I vardagliga termer argumenterar arbetet för att renare trafik inte bara handlar om renare motorer utan också om hur bilar är placerade och styrda. Genom att förankra sin modell i vägside‑data och realistiskt CAV‑beteende ger författarna ett verktyg som trafikplanerare kan använda för att testa strategier som koordinerade hastigheter, eco‑driving‑råd och CAV‑baserade styrsystem innan de införs på verkliga vägar. Om sådana strategier antas brett kan de hjälpa städer att utforma vägsystem där färre stop‑and‑go‑vågor bildas, resor blir mer förutsägbara och körningens klimatpåverkan minskas avsevärt.

Citering: 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

Nyckelord: uppkopplade autonoma fordon, trafiktäthet, CO2‑utsläpp, mikroskopisk trafikmodell, trafikstabilitet