DE102020101625A1

DE102020101625A1 - Echtzeitemissionsschätzung und -überwachung

Info

Publication number: DE102020101625A1
Application number: DE102020101625.5A
Authority: DE
Inventors: Dominique Meroux; Zhen JIANG; Yan Fu
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2019-01-25
Filing date: 2020-01-23
Publication date: 2020-07-30
Also published as: US11164406B2; CN111489547A; US20200242858A1

Abstract

Die vorliegende Offenbarung stellt eine Echtzeitemissionsschätzung und -überwachung bereit. Ein Transportmobilitätssystem beinhaltet einen Datenspeicher, der dazu ausgelegt ist, Fahrzeugdaten, die den Kraftstoffverbrauch und die Anzahl der Passagiere für Fahrzeuge eines Transportsystems angeben, und Benutzerdaten, die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben, vorzuhalten. Das System beinhaltet zudem ein Emissionsüberwachungsportal, das dazu programmiert ist, für Fahrzeuge einer Flotte Schätzungen von Schadstoffemissionen für die Flotte und einen prozentualen Anteil der Meilen, die durch emissionsfreie Beförderungen für die Flotte zurückgelegt werden, bereitzustellen.

Description

TECHNISCHES GEBIET
Aspekte der Offenbarung betreffen im Allgemeinen die Schätzung von Emissionen, die durch die Nutzung von Fahrzeugen entstehen.
ALLGEMEINER STAND DER TECHNIK
Mit dem Aufkommen von Smart-Mobility-Diensten wie Ridesharing und Mikrotransit verfügen Verbraucher jetzt über bequemere Möglichkeiten, sich bei Bedarf spontan ohne eigenes Fahrzeug fortzubewegen, zum Beispiel um abends zu einer Bar zu gelangen oder von dieser abgeholt zu werden oder um in fremden Städten zu einem Ziel zu gelangen. Es wird davon ausgegangen, dass diese Verlagerung in Bezug auf die Verkehrsmittelwahl mit dem Aufkommen autonomer Fahrzeuge dramatisch zunehmen wird, da der höchste Kostenfaktor für die heutigen Smart-Mobility-Dienste oft die Löhne der Fahrer sind. Einige Ridesharing-Fahrten führen zu Emissionsverringerungen, wenn sich zum Beispiel ein Mitfahrer für UberPOOL entscheidet und/oder Ridesharing nutzt, um eine durch öffentliche Verkehrsmittel bediente Strecke zu erreichen, anstatt sein eigenes Fahrzeug zu fahren. Umgekehrt werden viele Ridesharing-Fahrten von Personen genutzt, die Uber / Lyft anstelle öffentlicher Verkehrsmittel nutzen, oder es handelt sich um Fahrten, die aufgrund einer angebotsinduzierten Nachfrage erfolgen und andernfalls nicht durchgeführt worden wären, was zu einer stärkeren Verkehrsüberlastung und höheren Emissionen führt.
KURZDARSTELLUNG
In einem oder mehreren veranschaulichenden Beispielen beinhaltet ein Transportmobilitätssystem einen Datenspeicher, der dazu ausgelegt ist, Fahrzeugdaten, die den Kraftstoffverbrauch und die Anzahl der Passagiere für Fahrzeuge eines Transportsystems angeben, und Benutzerdaten, die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben, vorzuhalten; und ein Emissionsüberwachungsportal, das dazu programmiert ist, für Fahrzeuge einer Flotte Schätzungen von Schadstoffemissionen für die Flotte und einen prozentualen Anteil der Meilen, die durch emissionsfreie Beförderungen für die Flotte zurückgelegt werden, bereitzustellen.
In einem oder mehreren veranschaulichenden Beispielen beinhaltet ein Verfahren zur Schätzung von Emissionen, die durch die Nutzung von Fahrzeugen entstehen, das Empfangen von Fahrzeugdaten von Fahrzeugen eines Transportsystems, die den Kraftstoffverbrauch und die Anzahl der Passagiere für die Fahrzeuge angeben; das Empfangen von Benutzerdaten von mobilen Vorrichtungen von Passagieren, die die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben; und das Zuordnen von Emissionen der Fahrzeuge durch einnahmenwirksame Fahrten zu den Passagieren gemäß dem Kraftstoffverbrauch geteilt durch die Anzahl der Passagiere, wenn der Passagier ein Mitfahrer war, und das Zuordnen von Emissionen durch Leerfahrten zu den Passagieren geteilt durch eine Gesamtzahl der Passagiere während einer Fahrzeugbetriebszeit.
In einem oder mehreren veranschaulichenden Beispielen umfasst ein nichtflüchtiges computerlesbares Medium, Anweisungen, die bei ihrer Ausführung durch einen oder mehrere Hardware-Prozessoren einer Transportmobilitäts-Cloud, die Transportmobilitäts-Cloud dazu veranlassen, in einem Datenspeicher Fahrzeugdaten, die den Kraftstoffverbrauch und die Anzahl der Passagiere für Fahrzeuge eines Transportsystems angeben, und Benutzerdaten, die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben, vorzuhalten; Treibhausgasemissionen und Emissionen von für die menschliche Gesundheit schädlichen Schadstoffen durch den Flottenbetrieb kategorisiert nach einer oder mehreren von Auspuffemissionen, Well-to-Tank-Emissionen oder externen Effekten für andere Reisende gemäß den empfangenen Fahrzeugdaten zu summieren; und über ein Emissionsüberwachungsportal für Fahrzeuge einer Flotte Schätzungen der Treibhausgasemissionen und Emissionen von für die menschliche Gesundheit schädlichen Schadstoffen und einen prozentualen Anteil der Meilen, die durch emissionsfreie Beförderungen zurückgelegt werden, bereitzustellen.
Figurenliste

1 veranschaulicht ein beispielhaftes System zum Ausführen von Emissionsschätzungen vor einer Fahrt, die sich aus einer Beförderungsstrecke für einen Passagier eines Fahrzeugs ergeben;
2 veranschaulicht einen beispielhaften Prozess zum Erlangen von Fahrzeugdaten von Fahrzeugen für die Transportmobilitäts-Cloud, um Schätzungen von Auspuffemissionen zu erzeugen;
3 veranschaulicht ein Diagramm, das Schwankungen der Emissionen aus unterschiedlichen Kraftstoffpfaden angibt;
4 veranschaulicht einen beispielhaften Prozess für eine blockchain-basierte Übertragung von Kraftstofflieferketteninformationen über Well-to-Tank-Emissionen, die mit der Erzeugung und dem Vertrieb von Kraftstoff verbunden sind, zu dem Fahrzeug;
5 veranschaulicht einen beispielhaften Prozess für eine Berechnung von externen Effekten in Bezug auf die Verkehrsüberlastung;
6 veranschaulicht ein beispielhaftes Diagramm einer Fahrt eines mit einem Insassen besetzten Fahrzeugs, wobei die Anzahl der Passagiere durch den Sicherheitsgurtstatus bestimmt wird;
7 veranschaulicht eine beispielhafte Karte einer Fahrgemeinschaft, wobei die Anzahl der Passagiere durch den Sicherheitsgurtstatus bestimmt wird;
8 veranschaulicht ein Beispiel für Emissionen durch einnahmenwirksame Fahrten und durch Leerfahrten für eine Mikrotransit-Strecke; und
9 veranschaulicht einen beispielhaften Prozess für das Berechnen von Informationen um Emissionsbestimmungen zu berücksichtigen.

DETAILLIERTE BESCHREIBUNG
In der vorliegenden Schrift werden ausführliche Ausführungsformen der vorliegenden Erfindung wie erforderlich offenbart; dabei versteht es sich jedoch, dass die offenbarten Ausführungsformen für die Erfindung, die in verschiedenartigen und alternativen Formen ausgeführt werden kann, lediglich beispielhaft sind. Die Figuren sind nicht zwingend maßstabsgetreu; einige Merkmale können vergrößert oder verkleinert dargestellt sein, um Details bestimmter Komponenten zu zeigen. Demnach sind in der vorliegenden Schrift offenbarte konkrete strukturelle und funktionelle Details nicht als einschränkend auszulegen, sondern lediglich als repräsentative Grundlage, um den Fachmann die vielfältige Verwendung der vorliegenden Erfindung zu lehren.
In großen Ballungsräumen kämpfen die Stadtverwaltungen mit der mangelnden Transparenz seitens der Ridesharing-Unternehmen, da diese sowohl vielversprechend sind (z. B. statt eines einzigen Passagiers in einem Taxi, eine Fahrgemeinschaft mit UberPOOL) als auch Kosten verursachen (z. B. wenn Fahrgäste vom öffentlichen Nahverkehr auf Ridesharing umsteigen, was die gefahrenen Fahrzeugkilometer (Vehicle Miles Traveled - VMT) und die Luftverschmutzung erhöht). Einige Stadtverwaltungen, wie etwa in New York City, sind dazu übergegangen, eine Obergrenze für die Anzahl der in der Stadt erlaubten Ridesharing-Fahrzeuge zu erlassen, während andere Regierungen, wie unter anderem der Bundesstaat Kalifornien, Gesetze verabschiedet haben, die ausdrücklich die Entwicklung von Plänen vorschreiben, um einen steigenden Anteil von sich in Betrieb befindlichen emissionsfreien Fahrzeugen und höhere Besetzungsraten zu gewährleisten (z. B. weniger Fahrten mit Uber XL mit nur einem Passagier). Diese Bestimmungen schreiben auch die Verfolgung von emissionsbezogenen Informationen vor.
Die Erfüllung der behördlichen Anforderungen und die Genehmigung zum Betrieb von Mobilitätsdiensten ist mit dem Aufkommen dieser Emissionsminderungsvorschriften zu einem größeren Problem geworden. Kalifornien hat zum Beispiel ein Gesetz verabschiedet, das vorschreibt, dass Fahrdienstvermittler (Transportation Network Companies - TNCs) ab dem Jahr 2022 mit anschließender Berichterstattung alle zwei Jahre Pläne zur Reduzierung der CO2-Emissionen vorlegen müssen, um von Kalifornien festzulegende Zielvorgaben zu erreichen. Zu diesen Zielen gehören der verstärkte Einsatz von emissionsfreien Fahrzeugen (Zero-Emission Vehicles - ZEV) durch die TNCs und die Reduzierung der Treibhausgasemissionen pro Passagiermeile. Mit der Absicht, Überlastungen, VMT und Auspuffemissionen zu reduzieren, kommen durch diese beiden Zielvorgaben mehr ZEVs und andere saubere Autos auf unsere Straßen und es wird ein Anreiz für eine höhere Anzahl von Passagieren pro Fahrt mit einem TNC-Fahrzeug geschaffen.
Diese Bestimmungen beinhalten auch eine Datenmeldepflicht. Diese Anforderungen können beinhalten, dass die Fahrdienstvermittler die durchschnittlichen Treibhausgasemissionen pro Passagiermeile bestimmen müssen, was unter anderem eines oder mehrere der Folgenden beinhaltet: (i) die insgesamt von den Fahrern zurückgelegten Meilen; (ii) den prozentualen Anteil der mit als emissionsfrei qualifizierten Mitteln zurückgelegten Meilen, einschließlich der per Fahrzeug, zu Fuß, mit dem Fahrrad, anderen aktiven Fortbewegungsarten und emissionsfreien Fahrzeugen zurückgelegten Meilen; (iii) den meilengewichteten Durchschnitt der netzweiten Kohlendioxidemissionen in Gramm pro Meile, um eine Schätzung der Treibhausgasemissionen zu erzeugen; und (iv) die insgesamt zurückgelegten Passagiermeilen unter Verwendung einer durchschnittlichen Schätzung der Passagiere pro Fahrt, um Fahrten zu berücksichtigen, bei denen keine genauen Daten über die Zahl der Passagiere erfasst wurden.
Der exakte Energieverbrauch und die mit jeder Fahrt verbundenen Emissionen werden jedoch nicht berücksichtigt, da die meisten Lösungen der Wettbewerber auf Schätzungen beruhen, bei denen - teilweise aufgrund nicht zur Verfügung stehender Daten - die Emissionen nicht genau und hochauflösend berücksichtigt sind. Einige Systeme stellen eine Fülle von Fortbewegungsdaten von Telefonsensoren bereit, stellen aber keine gute Möglichkeit bereit, auf die Telemetriedaten von Fahrzeugen zuzugreifen, so dass eine Autofahrt von einer Hybrid-Limousine oder einem großen Nutzfahrzeug gemacht worden sein kann, ohne dass das System eine diesbezügliche Unterscheidung vornehmen kann. Selbst wenn derartige Systeme in der Lage sind, Fahrzeuginformationen (z. B. eine FIN) zu erlangen, ist die Kraftstoffeffizienz von Nutzfahrzeugen oder Mikrotransit-Shuttles nicht offiziell bewertet, und der tatsächliche Kraftstoffverbrauch hängt von der Belastung (z. B. beim Abschleppen usw.) ab.
Es fehlt die Fähigkeit, bei multimodalen Beförderungsstrecken genaue Daten für jeden Schritt aufrechtzuerhalten. Wenn ein Fahrer eines Fahrzeugs in einen Zug oder ein Shuttle umsteigt, ist das Fahrzeug möglicherweise nicht in der Lage, weiterhin die Emissionen der Fahrt zu erfassen. Einige Systemschätzungen sind übergeordnet, so dass der Wert immer eine Schätzung war, und andere Systeme weisen einfach einen Durchschnittswert zum Schätzen von CO2 zu.
Separate Anwendungen, um es Verbrauchern, Firmenkunden und Behörden sowie Betreibern von Mobilitätsflotten zu erleichtern, ihr Verhalten zu verändern, gibt es nicht. Bei den Schätzungen auf Stadtebene einiger Systeme kann zum Beispiel jeder die Emissionen auf Stadtebene einsehen; das System zeigt jedoch nicht die Werte an, die ein Verbraucher kennen muss, um sein Verhalten optimal zu ändern.
Eine verbraucherorientierte Anwendung, wie etwa eine Smartphone-Anwendung, kann von den Benutzern verwendet werden, um die potentiellen Emissionen zu erfassen, die sich aus verschiedenen Transportoptionen ergeben. Die Anwendung kann es ermöglichen, dass ein Benutzer einen Ausgangspunkt und ein Ziel für eine Fahrt angibt und mehrere Fortbewegungsoptionen jeweils mit einer zugehörigen Vorausschätzung der Emissionen zurückbekommt. Eine Gamifizierungsumsetzung kann dazu genutzt werden, Verhaltensänderungen zu erleichtern, was angesichts der Schwerfälligkeit bei der Umstellung von Fortbewegungsmustern und der gewohnheitsbildenden Natur der Verkehrsmittelwahl für das Erzielen langfristiger Emissionsverringerungen entscheidend ist.
Ein Emissionsüberwachungsportal einer Transportmobilitäts-Cloud kann genutzt werden, um Unternehmen, Regierungen und/oder Flotten Informationen über Fortbewegung und Emissionen bereitzustellen. Das Emissionsüberwachungsportal kann dazu programmiert sein, nachträglich berechnete Werte bereitzustellen, die darauf abzielen, eine hochauflösende Genauigkeit bereitzustellen, um die Entscheidungsfindung zu unterstützen, einschließlich Empfehlungen für die kostenwirksamsten und wirkungsvollsten Maßnahmen, die ergriffen werden können. Es ist zu beachten, dass viele Beispiele in dieser Schrift Emissionen im Sinne von Treibhausgasen betreffen, bei denen es sich um Gase handelt, die durch die Absorption von Infrarotstrahlung zum Treibhauseffekt beitragen, z. B. Kohlendioxid und Fluorchlorkohlenwasserstoffe. Es ist jedoch zu beachten, dass Emissionen auch andere Gase beinhalten können, wie die von der USamerikanischen Umweltschutzbehörde Environmental Protection Agency (EPA) bestimmten für die menschliche Gesundheit schädlichen Luftschadstoffe, z.B. Kohlenmonoxid, Blei, bodennahes Ozon, Stickstoffdioxid, Partikel und Schwefeldioxid. Weitere Aspekte der Konzepte werden in dieser Schrift ausführlicher beschrieben.
1 veranschaulicht ein beispielhaftes System 100 zum Ausführen von Emissionsschätzungen vor einer Fahrt, die sich aus einer Beförderungsstrecke für einen Passagier eines Fahrzeugs ergeben. Wie gezeigt, beinhaltet das System 100 ein Fahrzeug 102, eine mobile Vorrichtung 126 und eine Transportmobilitäts-Cloud 134, die jeweils dazu ausgelegt sind, über ein Kommunikationsnetzwerk 124 miteinander zu kommunizieren. Die mobile Vorrichtung 126 kann eine Anwendung 150 zur Emissionsverfolgung ausführen, um Benutzern vor der Fahrt Emissionsschätzungen zu ermöglichen und der Transportmobilitäts-Cloud 134 Benutzerdaten 146 bereitzustellen. Die Fahrzeuge 102 können eine Datenprovideranwendung verwenden, um der Transportmobilitäts-Cloud 134 Fahrzeugdaten 144 bereitzustellen. Die Transportmobilitäts-Cloud 134 kann einen sicheren Datenspeicher 142 verwenden, um Fahrzeugdaten 144 und Benutzerdaten 146 vorzuhalten. Die Transportmobilitäts-Cloud 134 kann zudem ein Emissionsüberwachungsportal 148 verwenden, um Emissionsinformationen auf Grundlage der Daten bereitzustellen, die in dem sicheren Datenspeicher 142 vorgehalten werden. Obwohl in 1 nur ein einziges Fahrzeug 102 und eine mobile Vorrichtung 126 gezeigt sind, ist zu beachten, dass die Systeme 100 viele derartige Fahrzeuge 102 und mobile Vorrichtungen 126 beinhalten können. Darüber hinaus ist zu beachten, dass die Transportmobilitäts-Cloud 134 nicht auf einen einzelnen Standort beschränkt ist und ein verteiltes Hosting-System sein kann.
Bei dem Fahrzeug 102 kann es sich um verschiedene Arten von Automobilen, Softroadern (Crossover Utility Vehicle - CUV), Geländewagen (Sport Utility Vehicle - SUV), Trucks, Wohnmobilen (Recreational Vehicle - RV), Booten, Flugzeugen, Rollern, Fahrrädern, Drohnen oder anderen mobilen Maschinen zum Befördern von Personen oder Gütern handeln. In vielen Fällen kann das Fahrzeug 102 durch eine Brennkraftmaschine mit Leistung versorgt werden. Als eine weitere Möglichkeit kann das Fahrzeug 102 ein Hybrid-Elektrofahrzeug (Hybrid Electric Vehicle - HEV) sein, das sowohl durch eine Brennkraftmaschine als auch durch einen oder mehrere Elektromotoren angetrieben wird, wie etwa ein Serienhybrid-Elektrofahrzeug (SHEV), ein Parallelhybrid-Elektrofahrzeug (PHEV) oder ein Parallel/Serienhybrid-Elektrofahrzeug (PSHEV). Weitere mögliche Antriebsstränge für das Fahrzeug 102 können Plug-in-Hybrid, Batterieelektroantriebsstränge und Wasserstoff-Brennstoffzellen sein. Da die Art und Anordnung des Fahrzeugs 102 variieren können, können dementsprechend auch die Eigenschaften des Fahrzeugs 102 variieren. Um einige weitere Möglichkeiten zu nennen, können die Fahrzeuge 102 unterschiedliche Eigenschaften in Bezug auf die Passagierkapazität, die Abschleppfähigkeit und - kapazität und den Stauraum aufweisen.
Das Fahrzeug 102 kann eine Telematiksteuerung 104 beinhalten. Die Telematiksteuerung 104 verwendet verschiedene Arten von Rechenvorrichtungen zur Unterstützung der Durchführung der Funktionen der in dieser Schrift beschriebenen Telematiksteuerung 104. In einem Beispiel kann die Telematiksteuerung 104 einen oder mehrere Prozessoren 106, die zum Ausführen von Computeranweisungen, die einem Arbeitsspeicher 108 bereitgestellt werden, ausgelegt sind, und ein Datenspeichermedium 110, auf dem die computerausführbaren Anweisungen und/oder Daten vorgehalten sein können, beinhalten. Ein computerlesbares Speichermedium (auch als prozessorlesbares Medium oder Datenspeicher 110 bezeichnet) beinhaltet ein beliebiges nichtflüchtiges (z. B. physisches) Medium, das an der Bereitstellung von Daten (z. B. Anweisungen) beteiligt ist, die durch einen Computer (z. B. durch den bzw. die Prozessor(en) 106) gelesen werden können. Im Allgemeinen empfängt ein Prozessor 106 Anweisungen und/oder Daten an den Arbeitsspeicher 108, z. B. von dem Datenspeicher 110 usw., und führt die Anweisungen unter Verwendung der Daten aus, wodurch ein oder mehrere Prozesse, einschließlich eines oder mehrerer der in dieser Schrift beschriebenen Prozesse, durchgeführt werden. Computerausführbare Anweisungen können von Computerprogrammen zusammengestellt oder ausgewertet werden, die unter Verwendung einer Vielzahl von Programmiersprachen und/oder -technologien erstellt worden sind, einschließlich unter anderem und entweder für sich oder in Kombination JAVA, C, C++, C#, FORTRAN, PASCAL, VISUAL BASIC, PYTHON, JAVA SCRIPT, PERL, PL/SQL usw.
Die Telematiksteuerung 104 kann ferner dazu ausgelegt sein, über ein oder mehrere fahrzeuginterne Netzwerke 112 mit anderen Komponenten des Fahrzeugs 102 zu kommunizieren. Die fahrzeuginternen Netzwerke 112 können eines oder mehrere von einem Controller Area Network (CAN) des Fahrzeugs, einem Ethernet-Netz und einer mediengebundenen Systemübertragung (Media-Oriented System Transfer - MOST) beinhalten, um einige Beispiele zu nennen. Die fahrzeuginternen Netzwerke 112 können Folgendes ermöglichen: das Kommunizieren der Telematiksteuerung 104 mit anderen Systemen des Fahrzeugs 102, wie etwa einer auf einem globalen Navigationssatellitensystem basierenden Steuerung 114, die dazu ausgelegt ist, Informationen über den aktuellen Standort und Kurs des Fahrzeugs 102 bereitzustellen, einer Motorsteuerung 116, die dazu ausgelegt ist, eine Steuerung von Motorbetriebskomponenten (z. B. Leerlaufsteuerkomponenten, Kraftstoffzufuhrkomponenten, Emissionsminderungskomponenten usw.) bereitzustellen, und das Überwachen von Motorbetriebskomponenten (z. B. Status von Motordiagnosecodes); eine Mensch-Maschine-Schnittstelle (Human-Machine Interface - HMI) 118, die dazu ausgelegt ist, den Insassen des Fahrzeugs 102 Ein- und Ausgabefunktionen (z. B. über Anzeigebildschirme, Lautsprecher, Touchfelder, einzelne Tasten usw.) bereitzustellen; und verschiedenen Bildgebungssensoren 120 (z. B. Kameras, LIDAR usw.), die dazu ausgelegt sind, Bilder von der Umgebung des Fahrzeugs 102 bereitzustellen. Es ist zu beachten, dass diese Auflistung der Komponenten des Fahrzeugs 102 nicht einschränkend sein soll und auch zwischen anderen Steuerungen Kommunikation erfolgen kann, wie etwa einer Karosseriesteuerung, die dazu ausgelegt ist, verschiedene Leistungssteuerfunktionen, wie etwa Außenbeleuchtung, Innenraumbeleuchtung, schlüssellosen Zugang, Fernstart und Zustandsüberwachung von Zugangspunkten (z. B. Verschlusszustand der Motorhaube, der Türen und/oder des Kofferraums des Fahrzeugs 102) zu verwalten; einem Funksendeempfänger, der dazu ausgelegt ist, mit Funkschlüsseln oder anderen lokalen Vorrichtungen des Fahrzeugs 102 zu kommunizieren; und einem Klimasteuerungsverwaltungssystem, das dazu ausgelegt ist, die Steuerung und Überwachung von Heiz- und Kühlsystemkomponenten bereitzustellen (z. B. Steuerung von Kompressorkupplung und Gebläselüfter, Temperatursensorinformationen usw.).
Die Telematiksteuerung 104 kann ein Funkmodem oder einen anderen Netzwerksendeempfänger 122 verwenden, um die Kommunikation über das Kommunikationsnetzwerk 124 zwischen dem Fahrzeug 102 und anderen Vorrichtungen des Systems 100 zu erleichtern. Das Kommunikationsnetzwerk 124 kann ein oder mehrere miteinander verbundene Netzwerke, wie etwa als einige nicht einschränkende Beispiele das Internet, ein Kabelfernsehverteilungsnetzwerk, ein Satellitenverbindungsnetzwerk, ein lokales Netzwerk, ein Weitverkehrsnetzwerk und ein Telefonnetzwerk, beinhalten. Unter Verwendung des Netzwerksendeempfängers 122 kann das Fahrzeug 102 in der Lage sein, ausgehende Daten von dem Fahrzeug 102 an Netzwerkziele im Kommunikationsnetzwerk 124 zu senden und eingehende Daten an das Fahrzeug 102 von Netzwerkzielen in dem Kommunikationsnetzwerk 124 zu empfangen.
Bei den mobilen Vorrichtungen 126 kann es sich um beliebige verschiedener Arten von tragbaren Rechenvorrichtungen handeln, wie etwa Mobiltelefone, Tablet-Computer, Smartwatches, Laptop-Computer, tragbare Musikwiedergabevorrichtungen oder andere Vorrichtungen, die unter Verwendung eines Netzwerksendeempfängers (nicht gezeigt) zur Kommunikation über das Kommunikationsnetzwerk 124 in der Lage sind. Wie die Telematiksteuerung 104 kann die mobile Vorrichtung 126 einen oder mehrere Prozessoren 128, die zum Ausführen von Computeranweisungen von einem Arbeitsspeicher 130 ausgelegt sind, und ein Datenspeichermedium 132, auf dem die computerausführbaren Anweisungen und/oder Daten vorgehalten sein können, beinhalten.
Gleichermaßen kann die Transportmobilitäts-Cloud 134 zudem Netzwerk- und Rechenhardware beinhalten, die dazu ausgelegt ist, den Fahrzeugen 102 und mobilen Vorrichtungen 126 Datendienste bezüglich der Fahrzeuge 102 bereitzustellen. Diese Hardware der Transportmobilitäts-Cloud 134 kann zudem einen oder mehrere Prozessoren 136, Arbeitsspeicher 138, Datenspeicher 140 und Netzwerkeinrichtungen (nicht gezeigt) beinhalten.
Die Transportmobilitäts-Cloud 134 kann einen sicheren Datenspeicher 142 beinhalten, der es der Transportmobilitäts-Cloud 134 ermöglicht, Datenbankfunktionen einschließlich der Speicherung, Aktualisierung und des Abrufs relationaler Informationen durchzuführen. Datenbanken oder Datenrepositories, wie etwa der sichere Datenspeicher 142, können verschiedene Arten von Mechanismen zum Speichern von, Zugreifen auf und Abrufen von verschiedenen Arten von Daten beinhalten, einschließlich einer hierarchischen Datenbank, einer Gruppe von Dateien in einem Dateisystem, einer Anwendungsdatenbank in einem proprietären Format, eines relationalen Datenbankverwaltungssystems (Relational Database Management System - RDBMS) usw. Der sichere Datenspeicher 142 kann Funktionen des Computerbetriebssystems nutzen und kann zudem das Dateisystem über das Computerbetriebssystem nutzen und Dateien in verschiedenen Formaten speichern und abrufen. Ein RDBMS setzt im Allgemeinen die bekannte strukturierte Abfragesprache (Structured Query Language - SQL) zusätzlich zu einer Sprache zum Erstellen, Speichern, Bearbeiten und Ausführen gespeicherter Abläufe ein, wie etwa die vorstehend erwähnte PL/SQL-Sprache.
Wie nachstehend genauer erörtert, kann der sichere Datenspeicher 142 der Transportmobilitäts-Cloud 134 Informationen einschließlich der Fahrzeugdaten 144, die den Betrieb der Fahrzeuge 102 in dem System 100 angeben, sowie der Benutzerdaten 146, die die multimodalen Wege von Personen angeben, die die Fahrzeuge 102 des Systems 100 nutzen, vorhalten. Zusätzlich kann ein Emissionsüberwachungsportal 148 eine Anwendung oder Bibliothek sein, die in dem Speicher der Transportmobilitäts-Cloud 134 beinhaltet ist oder auf die von dieser anderweitig zugegriffen werden kann. Das Emissionsüberwachungsportal 148 kann eine Schnittstelle zu den gespeicherten Daten der Transportmobilitäts-Cloud 134 beinhalten. Das Emissionsüberwachungsportal 148 kann dazu ausgelegt sein, beim Zugriff auf dieses zu ermöglichen, dass der Benutzer auf Aspekte der Fahrzeugdaten 144 und der Benutzerdaten 146, die von der Transportmobilitäts-Cloud 134 vorgehalten werden, zugreifen, diese einsehen und aktualisieren kann.
Die Anwendung 150 zur Emissionsverfolgung ist ein Beispiel für eine Anwendung, die in dem Datenspeicher 132 der mobilen Vorrichtung 126 installiert ist. Wenn die Anwendung 150 zur Emissionsverfolgung von der mobilen Vorrichtung 126 ausgeführt wird, ermöglicht sie die Durchführung von Emissionsschätzungen vor der Fahrt, die sich aus einer Beförderungsstrecke für einen Passagier des Fahrzeug 102 ergeben. Insbesondere kann die Anwendung 150 zur Emissionsverfolgung auf der Verbraucherseite sowohl dazu dienen, (i) längerfristige Verhaltensänderungen bei der Wahl des Verkehrsmittels zugunsten CO2-emissionsarmen Optionen, wie etwa öffentlichen Verkehrsmitteln und Shared-Mobility-Diensten, zu fördern als auch (ii) die Wahl CO2-emissionsarmer Fahrzeuge und Kraftstoffarten zu fördern, indem ein genauer erwarteter Wert unter Berücksichtigung des Fahrzeugs jedes Einzelnen beinhaltet wird, wobei eine frühere Verwendung der Kraftstoffarten in diesem Durchschnitt beinhaltet ist, zum Beispiel der Biokraftstoffanteil oder der Anteil einer Fahrt, die bei einem Plug-in-Hybrid mit Strom erfolgt.
Die Anwendung 150 zur Emissionsverfolgung kann es ermöglichen, dass ein Benutzer einen Ausgangspunkt und ein Ziel für eine Fahrt angibt und mehrere Fortbewegungsoptionen jeweils mit einer zugehörigen Vorausschätzung der Emissionen zurückbekommt. Eine Gamifizierungsumsetzung wird dazu genutzt, Verhaltensänderungen zu erleichtern, was angesichts der Schwerfälligkeit bei der Umstellung von Fortbewegungsmustern / der gewohnheitsbildenden Natur der Verkehrsmittelwahl für das Erzielen langfristiger Emissionsverringerungen entscheidend ist.
In einem ersten Beispiel kann die Anwendung 150 zur Emissionsverfolgung das verhaltensökonomischen Konzept der Verlustaversion nutzen, indem beispielsweise jeder Pendler in einem Gewerbegebiet einen Betrag in Dollar oder Punkten erhält und davon dann ein gewisser Betrag für jede Fahrt auf der Grundlage der sozialen Kosten einer bestimmten Verkehrsmittelwahl für die Pendelstrecke abgezogen wird. Jeder Entscheidungspunkt und jede Ansicht der Bilanz würden vor dem Entscheidungspunkt vor Beginn einer Fahrt liegen, wodurch die Kosten der Fahrt sichtbar werden.
In einem zweiten Beispiel kann die Anwendung 150 zur Emissionsverfolgung die Verbrauchernutzenfunktion bei Fahrten in Fahrzeugen mit mehr als einem Insassen verändern, indem sie zum Beispiel eine soziale Erfahrungs-/Netzwerkkomponente, Rabatte oder Gratisartikel für beliebte und/oder vom Kunden bevorzugte Produkte, um Wartezeiten bei Umstiegen zwischen Fahrzeugen zu füllen, oder das Aufladen von Elektrofahrzeugen als Belohnung für die Wahl einer sozial optimaleren Option für die Pendelstrecke (z. B. ein kostenloser Lebensmittelartikel in einem Cafe an der Umsteigehaltestelle) aufweist. Dies könnte eine Quelle des Gewinns zum gegenseitigen Nutzen für Verbraucher und Unternehmen sein - wenn viele Verbraucher mit bestimmten Vorlieben (z. B. bekannt ist, dass sie häufig Kunden bei Starbucks sind) an einer bestimmten Haltestelle eine gewisse Wartezeit haben, könnten Unternehmen wie Starbucks an diesen Informationen interessiert sein, und diese Verbraucher würden sich freuen, wenn Starbucks dort einen Standort eröffnen würde.
In Bezug auf die Datenerhebung können der Transportmobilitäts-Cloud 134 über das Kommunikationsnetzwerk 124 Fahrzeugdaten 144 von den Fahrzeugen 102 und Benutzerdaten 146 von den mobilen Vorrichtungen 126 bereitgestellt werden. In einem Beispiel können momentane Telemetriedaten des Fahrzeugs 102, einschließlich des momentanen Kraftstoffverbrauchs, des Kraftstofftyps, der Kraftstoffquelle / des Kohlendioxidpfads, beliebiger fahrzeuginterner Emissionssensoren und der Anzahl der Passagiere, automatisch über eine Datenprovideranwendung 152, die von der Telematiksteuerung 104 ausgeführt wird, an die Transportmobilitäts-Cloud 134 gesendet werden. In einem Beispiel können diese Fahrzeugdaten 144 durch die Verwendung eines Blockchain-Ledgers gespeichert werden. Mehrere Akteure mit unterschiedlichen Motivationen können in der Lage sein, die konsensbildende Funktion der Blockchain zu bedienen, zum Beispiel eine mit der Cloud verbundene Kraftstoffinfrastruktur, Peer-Fahrzeuge und Regierungsbehörden. Insofern zusätzlich mehrere Akteure beteiligt sind, können diese mehreren Akteure Teilnehmer bei dem Datenspeicheraspekt sowie der Konsensbildung sein.
Ein Hersteller der Fahrzeuge 102 (oder ein Manager einer Flotte von Fahrzeugen 102) kann direkten Zugriff auf die Fahrzeugdaten 144 von seinen Fahrzeugen 102 beibehalten, die der Transportmobilitäts-Cloud 134 bereitgestellt werden sollen. Der Hersteller kann zudem Vorkehrungen treffen, um es anderen Herstellern oder Flottenmanagern ebenfalls zu erlauben, ihre Fahrzeugdaten 144 durch die Transportmobilitäts-Cloud 134 zu senden (z. B. über integrierte Modems der jeweiligen Fahrzeuge 102.)
Es ist anzumerken, dass die Fahrzeuge 102 in einigen Beispielen unter Umständen nicht über integrierte Netzwerksendeempfänger 122 verfügen. In solchen Beispielen können alternative Kanäle genutzt werden, um der Transportmobilitäts-Cloud 134 Fahrzeugdaten 144 von Fahrzeugen 102 bereitzustellen. In einem Beispiel kann eine Plug-in-Vorrichtung zur fahrzeugeigenen Diagnose (On-Board Diagnostics - OBD) installiert sein, um Fahrzeugdaten 144 von dem fahrzeuginternen Netzwerk 112 zu empfangen und der Transportmobilitäts-Cloud 134 bereitzustellen. Es ist auch zu beachten, dass die Fahrzeuge 102 verschiedene Verkehrsmittel beinhalten können, einschließlich unter anderem Bikeshare-Fahrräder, Fahrzeuge 102 in Privatbesitz, Mikrotransit-Fahrzeuge 102 und Busse des öffentlichen Nahverkehrs.
Die Fahrzeugdaten 144, die die Transportmobilitäts-Cloud 134 von den Fahrzeugen 102 empfängt, können nach Art und Qualität gekennzeichnet sein. In einem Beispiel kann eine Kennzeichnung angeben, ob es sich bei einem Element der Fahrzeugdaten 144 um eine Schätzung der Auspuffemissionen handelt oder ob das Element der Fahrzeugdaten 144 ein Ist-Wert von fahrzeuginternen Sensoren ist. Wenn beispielsweise eine zukünftige Bestimmung bestimmte Kriterien für Fahrzeugdaten 144 vorschreibt und/oder beliebige interne Analysen durchgeführt werden, können diese Kennzeichnungen nützlich sein, um die Art und Qualität der Fahrzeugdaten 144, die von der Transportmobilitäts-Cloud 134 vorgehalten werden, zu unterscheiden.
Zusätzlich zur Verfolgung von Telemetrie- und Emissionsfahrzeugdaten 144 von Fahrzeugen 102 kann die Transportmobilitäts-Cloud 134 auch Benutzerdaten 146 in Bezug auf die Bewegungen von Personen auf einer multimodalen Beförderungsstrecke verfolgen sowie die Anzahl der Insassen in einem Fahrzeug 102 zu einem beliebigen Zeitpunkt ermitteln. Zu diesem Zweck kann die auf der mobilen Vorrichtung 126 installierte Anwendung 150 zur Emissionsverfolgung dazu programmiert sein, automatisch das Einsteigen und Aussteigen des Benutzers der mobilen Vorrichtung 126 in öffentliche Verkehrsmittel, Shared-Mobility-Dienste oder persönliche Fahrzeuge 102 oder aus diesen zu erfassen. Um den Erfassungsgrad der Benutzerdaten 146 zu verbessern, die in Bezug auf verfolgte Personen empfangen werden, ist zu beachten, dass dieser Datenerhebungsaspekt der Anwendung 150 zur Emissionsverfolgung eine universelle Anwendung sein kann, die Versionen aufweist, die auf verschiedenen Arten von mobilen Vorrichtungen 126 ausgeführt werden können, wie z. B. Telefon, Smart-Watch und/oder Smart-Commute-Card/-Pass). Eine Analogie zu der Verfolgung, die von der Anwendung 150 zu Emissionsverfolgung bereitgestellt wird, kann eine Anwendung einer Fluggesellschaft sein, die einen Kunden automatisch für seinen Flug eincheckt, wenn der Kunde den Flughafen erreicht. Als weitere Möglichkeit kann die Erfassung, die durch die Anwendung 150 zur Emissionsverfolgung ausgeführt wird, sowohl für die Protokollierung der multimodalen Beförderungsstrecke als auch für Abrechnungszwecke genutzt werden.
Diese Verfolgung der Bewegung von Personen kann auf dem Zugriff auf die Benutzerdaten 146, die von den Sensoren der mobilen Vorrichtung 126 empfangen werden, wie etwa Beschleunigungsmessern, GNSS, Scannern, oder auf Eingaben von Transportanwendungen beruhen, die den Beginn oder das Ende von Fahrten angeben. Die Anwendung 150 zur Emissionsverfolgung kann zum Beispiel Sensoren mobiler Vorrichtungen 126 nutzen, um Benutzerdaten 146, einschließlich Standort und Fahrzeuggeschwindigkeit, in Bezug auf diese Sensoren an dem Fahrzeug 102 zu erlangen. Da es unwahrscheinlich ist, dass die Geschwindigkeit und der Standort eines anderen sich in der Nähe befindlichen Fahrzeugs genau übereinstimmen, sollte im Verlauf einer Fahrt die Klassifizierungssicherheit nahezu 100 % betragen. Als weitere Möglichkeit kann die mobile Vorrichtung 126 eine Datenverbindung zu einem bordeigenen (Hardware-)Sensor nutzen, der die Signatur der Vorrichtung erkennt, und kann diese Verbindung nutzen, um Benutzerdaten 146 in Bezug auf den Weg des Benutzers als Insasse des Fahrzeugs 102 zu empfangen. Ein automatisierter Ansatz, bei dem das Ein- und Aussteigen zum Beispiel mit einem automatischen „Anmelde-, Abmelde“-Vorgang verbunden wird (z. B. Erfassung, wann der Benutzer ein- und ausgestiegen ist über Türöffnungs-/Türschließvorgänge und/oder drahtlose Näherungssensoren), kann die Genauigkeit der Benutzerdaten 146 in Bezug auf die Bewegungen von Personen verbessern, weil manuelle Eingaben des Benutzers weniger zuverlässig sein können als eine automatische Erfassung.
Als weiteres Beispiel für die Verfolgung der Bewegung von Personen können die Benutzerdaten 146 von bestehenden Check-in-Systemen verwendet werden. Einige bestehende öffentliche Verkehrsmittel 102 oder Rideshare-Dienste erfordern zum Beispiel einen Check-in-Vorgang, so dass ein Ansatz für die Benutzerverfolgung durch den Zugriff auf bestehende Benutzerdaten 146 erfolgen kann, die dazu verwendet werden, einem Benutzer eine Fahrt auf der Grundlage der Haltestelle, bei der er ein- und aussteigt, in Rechnung zu stellen (wie dies z. B. bei dem Caltrain-System in der San Francisco Bay Area der Fall ist). Für persönliche Fahrzeuge 102 kann die Benutzerverfolgung unter Verwendung der Vorrichtungspaarung zwischen den Fahrzeugen 102 und der mobilen Vorrichtung 126 durchgeführt werden. Als weitere Möglichkeit kann die Benutzerverfolgung mit einem Radio-Frequency-Identifier-Transponder (RFID-Transponder) verbunden sein, der dem verfolgten Benutzer entspricht. Diese Ansätze können auch den Vorteil haben, der Transportmobilitäts-Cloud 134 Benutzerdaten 146 mit personalisierten Einstellungen zur Verfügung zu stellen, die verwendet werden können, wenn der Benutzer andere konfigurierbare Umgebungen betritt (z. B. Umgebungsbeleuchtung, Musikempfehlungen, Telefonverbindung usw.).
Zudem kann der Sicherheitsgurtstatus für jeden Sitz als Ansatz zum Erzeugen von Benutzerdaten 146 verwendet werden, um die Bewegung von Personen zu verfolgen. Das Einrasten des Sicherheitsgurts kann zum Beispiel als Näherungswert dafür verwendet werden, dass der Benutzer die Fahrt beginnt, während der gelöste Status des Sicherheitsgurts dafür verwendet werden kann, dass der Benutzer die Fahrt beendet. Einige Benutzer schnallen sich jedoch unter Umständen nicht oder erst später im Verlauf einer Fahrt an oder möchten nicht über einen Anschnallstatus verfolgt werden und kommen den Anweisungen daher möglicherweise nicht nach. Ein weiterer möglicher Ansatz zur Benutzerverfolgung kann über die Gesichtserkennung oder andere Video- oder Bilderkennung beim Einsteigen in Fahrzeuge 102 und beim Aussteigen aus diesen erfolgen.
In Bezug auf Ergebnisse nach der Fahrt kann das Emissionsüberwachungsportal 148 genutzt werden, um Unternehmen, Regierungen und/oder Flotten Informationen über Fortbewegung und Emissionen bereitzustellen. Das Emissionsüberwachungsportal 148 kann dazu programmiert sein, nachträglich berechnete Werte bereitzustellen, die darauf abzielen, eine hochauflösende Genauigkeit bereitzustellen, um die Entscheidungsfindung zu unterstützen, einschließlich Empfehlungen für die kostenwirksamsten und wirkungsvollsten Maßnahmen, die ergriffen werden können.
In einem ersten Beispiel erhält ein großer Firmenkunde ein Fortbewegungs-/Emissionsprofil seiner Mitarbeiter und möchte keine zusätzliche Parkhausstruktur errichten, wenn er expandiert. Unter Verwendung der Transportmobilitäts-Cloud 134 kann das Emissionsüberwachungsportal 148 dazu verwendet werden, einen Mikrotransit-Shuttle-Dienst zur Anbindung an ein öffentliches Verkehrsmittel zu empfehlen, da die von der Transportmobilitäts-Cloud 134 gespeicherten Daten verwendet werden können, einen Umfang der Emissionsminderung, die dadurch erzielt werden würde, zu berechnen.
In einem zweiten Beispiel könnte ein Betreiber eines Ridesharings mit autonomen Fahrzeugen wissen wollen, ob er die Bestimmungen im Zusammenhang mit emissionsfrei gefahrenen Meilen und Anforderungen an die durchschnittliche Besetzungsrate erfüllt. Die Daten der Transportmobilitäts-Cloud 134 könnten zeigen, dass die Flotte die Anforderungen nicht ganz erfüllt, so dass empfohlene praktikable Lösungen vorgeschlagen werden. Wenn die Berichterstattungsfrist näher rückt, erfasst die Flotte, dass die Anforderungen erfüllt wurden und reicht die Dokumentation bei der Regulierungsbehörde ein.
In einem dritten Beispiel kann eine Stadt Ziele zum Erfüllen des Beförderungsbedarfs auf nachhaltige Weise aufgestellt haben. Die Stadt kann eine Flotte von vierzig Fuß langen Busen betreiben, die mit komprimiertem Erdgas (Compressed Natural Gas - CNG) (aus fossilen Quellen) angetrieben werden. Obwohl CNG aus Sicht der Auspuffemissionen sauberer verbrennt als Diesel, kann die Stadt unter Umständen eine Well-to-Wheel-Effizienzrechnung (WTW-Effizienzrechnung) verbessern, indem sie auf erneuerbares CNG aus Deponiegas oder Methan aus der Milchviehwirtschaft umstellt. Darüber hinaus können die Daten der Transportmobilitäts-Cloud 134 zeigen, dass die Fahrgastzahlen auf bestimmten Strecken zwar gleichbleibend sind, aber nie die maximale Kapazität erreichen, die kleinere Personentransporter mit 14 Plätzen aufnehmen könnten.
Von der Transportmobilitäts-Cloud 134 können getrennte Berechnungen für Verbraucher (im Voraus) und Regierungen / Unternehmen (nachträglich) durchgeführt werden, um die relevantesten Informationen zum Erreichen dieser unterschiedlichen Ziele unter dem Dach der Emissionsreduktion bereitzustellen. Angesichts der Unsicherheit der Besetzungsrate eines Busses des öffentlichen Nahverkehrs wäre es ungerecht, einen Verbraucher dafür abzustrafen, dass er die einzige Person in diesem Bus ist, indem ihm die vollen CO2-Kosten eines Dieselbusses mit einem einzigen Passagier zugeordnet werden. Andererseits ist die Verfolgung der Tatsache, dass eine Busfahrt mit einem Passagier an Bord durchgeführt wurde, zum Beispiel entscheidend dafür, dass die Bilanzierung für den lokalen Verkehrsbetrieb und Stadtplaner aussagekräftig ist.
Das System 100 kann einen Rahmen für die (nachträgliche) Berechnung von Passagieremissionen umsetzen. Bevor er eine Fahrt antritt, kann dem Kunden über die Anwendung 150 zur Emissionsverfolgung eine CO2-Schätzung für jede praktikable Verkehrsmittelauswahl zum Erreichen seines Zieles angezeigt werden (z. B. Autofahren = 10, öffentliche Verkehrsmittel = 5). Nachdem er die Fahrt beendet hat, kann der Kunde die Anwendung 150 zur Emissionsverfolgung verwenden, um den zuvor geschätzten CO2-Wert einzusehen (z. B. Kunde wählt öffentliches Verkehrsmittel, CO2 = 5). Im Backend kann die Transportmobilitäts-Cloud 134 auf Grundlage der Fahrzeugdaten 144 einen genauen Ist-Wert für CO2 berechnen.
Dieser Rahmen kann mit zwei Konnektivitätsfällen des Fahrzeugs 102 funktionieren. Im ersten Fall sind alle Fahrzeuge 102 mit der Transportmobilitäts-Cloud 134 verbunden und stellen entweder über ein fahrzeugeigenes Modem (z. B. Sendeempfänger 122) oder eine Plug-in-Vorrichtung zur fahrzeugeigenen Diagnose (OBD) die Fahrzeugtelemetriedaten 144 bereit, die zur CO2-Berechnung erforderlich sind. Im zweiten Fall sind nur einige Fahrzeuge 102 mit der Transportmobilitäts-Cloud 134 verbunden und stellen die erforderlichen Variablen bereit, und die Berechnung für andere macht Schätzungen erforderlich. Zur Bearbeitung des zweiten Falls kann eine Fahrzeugidentifikationsnummer (FIN) für Fahrzeuge 102 in Privatbesitz oder Rideshare-Fahrzeuge 102 bereitgestellt werden, um die Kraftstoffeffizienz zu schätzen oder es können frühere Daten (z. B. gemäß der nationalen Transportdatenbank National Transit Database) verwendet werden. Abschnitte einer Strecke, die mit dem Fahrrad oder zu Fuß zurückgelegt wurden, können als emissionsfrei betrachtet werden, so als ob sie gar nicht zurückgelegt worden wären. Eine mögliche Ausnahme könnte ein Bike- oder Scooter-Sharing-System sein, bei dem eine geringe Menge an Emissionen, die für die gleichmäßige Verteilung der Flotte benötigt wird, unter allen Benutzern verteilt werden kann.
2 veranschaulicht einen beispielhaften Prozess 200 zum Erlangen von Fahrzeugdaten 144 von Fahrzeugen 102 für die Transportmobilitäts-Cloud 134, um Schätzungen von Auspuffemissionen zu erzeugen. Ein Aspekt bei der Berechnung der CO2-Zahlen sind die Auspuffemissionen. Die Verantwortung für Auspuffemissionen stellt eine relativ einfache Berechnung mit zwei Komponenten dar, den momentanen Emissionen und der Anzahl der Passagiere. In einigen Fällen können diese Emissionen als Tank-to-Wheels-Emissionen (TTW-Emissionen) bezeichnet werden. Es ist zudem zu beachten, dass die Kombination von Well-to-Tank-Emissionen (WTT-Emissionen) und Tank-to-Wheels-Emissionen (TTW-Emissionen) als Well-to-Wheels-Emissionen (WTW-Emissionen) bezeichnet werden können.
Bei Vorgang 202 bestimmt die Transportmobilitäts-Cloud 134, ob das Fahrzeug 102 Emissionsmessungen meldet. Wenn die Fahrzeugdaten 144 zum Beispiel einen Signalsatz beinhalten, der für die Messung der Fahrzeugemissionen spezifisch ist, geht die Steuerung zu Vorgang 204 über. Wenn die Fahrzeugdaten 144 jedoch keinen Signalsatz beinhalten, der für die Messung der Fahrzeugemissionen spezifisch ist, können mehrere andere Variablen verwendet werden, um Emissionen auf realistische Weise zu schätzten und die Steuerung geht zu Vorgang 206 über.
Bei 204 verwendet die Transportmobilitäts-Cloud 134 den Signalsatz, der für die Messung der Fahrzeugemissionen spezifisch ist, um Berechnungen der Fahrzeugemissionen auszuführen. In einem Beispiel können diese Signale neben CO2 auch für die menschliche Gesundheit schädliche Schadstoffe, wie etwa NOx, PM 2,5 usw., beinhalten, die als gemessene Schadstoffabgaswerte verwendet werden können, um einen Auspuffemissionswert zuzuordnen. Darüber hinaus können Informationen über den Status von Emissionsminderungssystemen, einschließlich Katalysatortemperatur, Aufwärmstatus und Diesel-Emissionsminderungssystemen, von der Transportmobilitäts-Cloud 134 empfangen werden. Wenn die Emissionen für ein Fahrzeug 102 besonders hoch sind (z. B. zwei Standardabweichungen über dem Durchschnitt), dann können diese Fahrzeugdaten 144 dazu beitragen, anzugeben, dass das Fahrzeug 102 gewartet werden muss.
Bei 206 verwendet die Transportmobilitäts-Cloud 134 andere Variablen, um Emissionen auf realistische Weise zu schätzen. In einem Beispiel können Informationen über den Status von Emissionsminderungssystemen, einschließlich Katalysatortemperatur, Aufwärmstatus und Diesel-Emissionsminderungssystemen, von der Transportmobilitäts-Cloud 134 empfangen werden. Diese Informationen können in Kombination mit Informationen zum Kraftstoffverbrauch, die von dem Fahrzeug 102 empfangen werden, verwendet werden, um dazu beizutragen ein genaues Emissionsprofil zu schätzen.
Nach Vorgang 204 oder 206 geht die Steuerung zu Vorgang 208 über. Bei 208 werden die Daten zum momentanen Energie-/Kraftstoffverbrauch kontinuierlich erhoben und zusammengefasst. In einem Beispiel erfolgt die Zusammenfassung im Fahrzeug und wird dann von der Transportmobilitäts-Cloud 134 von dem Fahrzeug 102 (z. B. über den Sendeempfänger 122, über ein ODB-II-Dongle, über die mobile Vorrichtung 126 usw.) empfangen. In einem Beispiel empfängt die Transportmobilitäts-Cloud 134 die Daten in einem gleichbleibenden Abstand und/oder als Reaktion auf eine Änderung der Besetzung des Fahrzeugs 102 mit Passagieren und/oder des Betriebsstatus (z. B. EV fährt nicht, lädt jetzt auf, oder die Zündung des Fahrzeugs 102 ist ein- oder ausgeschaltet). Darüber hinaus können Benzin- und E85-fähige Flex-Fuel-Fahrzeuge hinsichtlich des momentanen Energieverbrauchs und des Kraftstofftyps einen Alkoholkraftstoffanteil melden, Diesel- und B20-fähige Biodiesel-Fahrzeuge können einen Biodieselanteil melden, Bi-Fuel-Fahrzeuge können den Kraftstofftyp, den sie zu einem bestimmten Zeitpunkt verwenden (z. B. bei Bi-Fuel mitCNG/Benzin den Betrieb mit CNG)melden, und Plug-in-Fahrzeuge können melden, ob sie zu einem bestimmten Zeitpunkt Strom oder Benzin verwenden. Hinsichtlich der Statusinformationen des Emissionsminderungssystems können die Fahrzeugdaten 144 die Katalysatortemperatur, den Aufwärmstatus, die Motorabschaltzeit, die Umgebungslufttemperatur und bei Dieselfahrzeugen beliebige Signale des Dieselemissionsminderungssystems angeben, die zum Vorhersagen von Kaltstartereignissen und der momentanen Gesamtemissionspegel verwendet werden können. Mit diesem Ansatz können auch Kaltstartereignisse auf halber Strecke für Plug-in-Hybriden (PHEV) berücksichtigt werden. Die Anzahl der Passagiere kann dann verwendet werden, um die Verantwortung für die Emissionen zuzuordnen. Nach Vorgang 208 endet der Prozess 200.
3 veranschaulicht ein Diagramm 300, das Schwankungen der Emissionen aus unterschiedlichen Kraftstoffpfaden angibt. Wie gezeigt, sind diese beispielhaften Emissionen vom California Air Resources Board (CARB) bestimmt nach: „...Art der Ausgangsmaterialien, Herkunft, Effizienzen der Verarbeitung bei der Rohmaterialproduktion und Transport...“. Hinsichtlich der Well-to-Tank-Emissionen (WTT-Emissionen) ist die Berücksichtigung der Emissionen aus der Kraftstoffproduktion entscheidend, um sowohl eine korrekte Darstellung der Emissionen einer Fahrt zu erhalten als auch kohlenstoffarme Pfade zu fördern.
4 veranschaulicht einen beispielhaften Prozess 400 für eine blockchain-basierte Übertragung von Kraftstofflieferketteninformationen über Well-to-Tank-Emissionen, die mit der Erzeugung und dem Vertrieb von Kraftstoff verbunden sind, zu dem Fahrzeug 102. Der Prozess 400 kann es dementsprechend ermöglichen, dass das Fahrzeug 102 verschiedene mögliche Verfahren zum Erlangen von Well-to-Tank-Emissionen nutzt.
Bei Vorgang 402 fragt das Fahrzeug 102 die Auftankarchitektur ab, um zu bestimmen, ob diese eine „intelligente“ Funktion aufweist. In einem Beispiel fährt das Fahrzeug 102 an eine Zapfsäule (z. B. eine Zapfsäule für flüssige oder gasförmige Kraftstoffe wie Benzin, E85, CNG/LPG oder Wasserstoff) oder eine Ladestation (z. B. BEV PHEV usw.) heran. Das Fahrzeug 102 kann versuchen, die Auftankarchitektur abzufragen, um zu bestimmen, ob sie in der Lage ist, blockchain-basierte Werte für die WTT-Emissionsintensität des abgegebenen Kraftstoffs zu übertragen. Als Nächstes geht die Steuerung zu Vorgang 406 über, wenn die Auftankinfrastruktur bei 404 intelligent ist. Andernfalls geht die Steuerung zu Vorgang 408 über.
Bei Vorgang 406 empfängt das Fahrzeug 102 Emissionsprofilinformationen von der Auftankinfrastruktur. In einem Beispiel können die WTT-Emissionen über die Kommunikation mit der Auftankinfrastruktur erlangt werden, die ein Teil des Blockchain-C02-Bilanzierungsnetzwerks ist, das dem Fahrzeug 102 einen Kohlenstoffintensitätswert auf Grundlage eines allgemein anerkannten Bilanzierungsverfahrens (z. B. einen Wert, der mit einem CARB-zertifizierten Kraftstoffpfad verbunden ist) bereitstellt. Wenn die Auftankinfrastruktur zum Beispiel die Blockchain-Übertragung eines Emissionsprofils für den Kraftstoff unterstützt, nimmt das Fahrzeug 102 die Werte in einem standardisierten Protokoll an und übermittelt die Werte von dem Fahrzeug 102 an die Transportmobilitäts-Cloud 134 (z. B. über den Sendeempfänger 122, über einen ODB-II-Dongle, über die mobile Vorrichtung 126 usw.). Die Emissionsprofilinformationen können dann von der Transportmobilitäts-Cloud 134 verwendet werden, um die Verantwortung des Passagiers für die WTT-Emissionen zu berechnen. Nach Vorgang 406 endet der Prozess 400.
Bei Vorgang 408 empfängt das Fahrzeug 102 Emissionsprofilinformationen von anderen Quellen. In einem weiteren Beispiel erfolgt keine Kommunikation mit der Auftankinfrastruktur, aber das Fahrzeug 102 erkennt die Zapfsäule oder Ladestation und ermittelt einen entsprechenden Kohlenstoffintensitätswert. Zum Beispiel kann das Fahrzeug 102 seinen Standort bestimmen (z. B. unter Verwendung des GNSS-Empfängers 114), um diesen mit einer von der internen Transportmobilitäts-Cloud 134 vorgehaltenen Datenbank mit verfügbaren Informationen (z. B. öffentlich veröffentlichter Anteil von erneuerbarem Kraftstoff für eine Wasserstofftankstelle) abzugleichen. Auch Wasserstofftankstellen listen öffentlich den Anteil des aus erneuerbaren Quellen erzeugten Kraftstoffs auf. Für Elektrofahrzeuge 102 könnte unter Berücksichtigung des Netzmixes des lokalen Energieversorgungsunternehmens eine grobe Schätzung erfolgen. Als weiteres Beispiel können fahrzeugeigene Sensoren des Fahrzeugs 102 einen beliebigen Wasserstoffgehalt in CNG, einen Ethanolanteil (Benzin) oder Biodiesel (Diesel) erfassen. Gewöhnliches Benzin kann einen Anteil von ~9,8 % Ethanol, der als E10 (bis zu 10 %) eingestuft wird, aufweisen; bei einem Teil des in den USA verkauften Benzins handelt es sich um eine E15-Mischung; und Flex-Fuel-Fahrzeuge 102 können eine beliebige Kombination von Benzin und E85 aufnehmen (bis zu 85 % Ethanol, obwohl der tatsächliche Wert typischerweise etwas niedriger ist). Diese Beispiele für sauberere Kraftstoffmischungen und den Anteil von Biokraftstoffen können einen besseren Eindruck für die Informationen über das WTT-Emissionsprofil des Kraftstoffs vermitteln. Nach Vorgang 408 endet der Prozess 400.
Es ist zu beachten, dass Umgebungsfaktoren, wie etwa Luftdruck, Temperatur und Luftfeuchtigkeit, in einigen Fällen einen Einfluss auf die Schwere der Auswirkungen der Fahrzeugemissionen haben können. Ein hoher Feuchtigkeitsgehalt in der Luft führt beispielsweise dazu, dass bei den Verbrennungsprozessen etwas Energie in Form von Wasser verloren geht. Somit kann das Fahrzeug 102 unter einigen Umständen ferner Daten in Bezug auf Umgebungsfaktoren nutzen, um den Kraftstoffverbrauch und die Emissionsfreisetzung zu bestimmen.
5 veranschaulicht einen beispielhaften Prozess 500 für eine Berechnung von externen Effekten in Bezug auf die Verkehrsüberlastung. Was externe Effekte in Bezug auf die Verkehrsüberlastung angeht, trägt jedes Fahrzeug 102, das sich zusätzlich auf der Straße befindet, zu einem negativen externen Effekt bei, indem es die Verkehrsüberlastung verstärkt, wobei die Auswirkungen von nahezu null in einer Nebenverkehrszeit mit frei fließendem Verkehr bis zu einer wesentlichen Auswirkung auf andere Fahrzeuge 102 reicht. Dieser externe Effekt hat die höchsten Kosten pro Passagier durch Fahrzeuge 102 mit einem Insassen. Dieser externe Effekt stellt die Komponente dar, die am schwierigsten mit Genauigkeit hinzufügen ist; je größer jedoch der Anteil der Fahrzeuge 102, die mit der Transportmobilitäts-Cloud 134 verbunden sind, umso genauer ist die Schätzung.
Zum Schätzen des externen Effekts in Bezug auf den Verkehr kann ein Geschwindigkeits-Dichte-Verhältnis verwendet werden. Konzeptionell ist ersichtlich, dass zwischen der Verkehrsgeschwindigkeit und der Verkehrsdichte ein funktionaler Zusammenhang besteht. In Fällen, in denen weniger als ein Schwellenanteil der Fahrzeuge 102 im Verkehr hochauflösende Daten an die Transportmobilitäts-Cloud meldet, können bestimmte Ansätze ausgeführt werden. Zum Beispiel kann eine „beste verfügbare“ Geschwindigkeits-Dichte-Funktion aus der Literatur ausgewählt werden, und die momentane Geschwindigkeit des Fahrzeugs 102 relativ zur Geschwindigkeitsbegrenzung der Straße kann zum Schätzen der Verkehrsdichte verwendet werden. Zusätzlich kann die Auswirkung eines Szenarios auf die Durchschnittsgeschwindigkeit geschätzt werden, wenn diese Dichte die aktuelle Verkehrsdichte (z. B. in Fahrzeugen / Spur-km) abzüglich eines Fahrzeugs 102 ist, was entsprechende Auswirkungen auf die Gesamtortbewegungszeiten (wirtschaftliche Kosten) und die Durchschnittsgeschwindigkeit hat (die derzeitige reine Benzinfahrzeugflotte ist bei höheren Geschwindigkeiten kraftstoffeffizienter als bei niedriger Geschwindigkeit im Verkehr). Spezifisch für die Auswirkungen der Emissionen können Modelle, wie etwa das EPA-MOVES-Modell und/oder das California-EMFAC-/VISION-Modell, verwendet werden, um durchschnittliche Flottenspezifikationen für eine bestimmte Region zu schätzen, um die Genauigkeit zu erhöhen.
In Fällen, in denen wenigstens ein Schwellenanteil der Fahrzeuge 102 im Verkehr hochauflösende Daten an die Transportmobilitäts-Cloud meldet, können bestimmte Ansätze ausgeführt werden. An diesem Punkt ist die Verkehrsdichte bekannt, weil alle Fahrzeuge 102 ihren Standort und ihre Geschwindigkeit melden. Ferner meldet jedes Fahrzeug 102 seinen momentanen Energieverbrauch und die Emissionsraten (und vermutlich ist ein früherer Datensatz gespeichert, vielleicht sogar für den betreffenden Straßenabschnitt bei unterschiedlichem Verkehrsaufkommen).
Darüber hinaus können bestimmte Fahreraktionen hinsichtlich der Berechnung der externen Effekte in Bezug auf die Verkehrsüberlastung unverhältnismäßig starke Auswirkungen auf die Verkehrsüberlastung haben, und die damit verbundenen Fahrzeugdaten können sowohl positive als auch negative Einflussfaktoren melden, die verwendet werden können, um signifikantere Auswirkungen auf die Verkehrsüberlastung zu quantifizieren als die bloße Anwesenheit auf einer Straße. Als positives Beispiel: das Beibehalten eines angemessenen Kopfabstands, zum Beispiel durch adaptive Geschwindigkeitsregelung, vorsichtiges Fahren eines autonomen Fahrzeugs oder ein Flottenfahrsystem, das Punktzahlen für vorsichtiges Fahren quantifiziert. Als negatives Beispiel: abruptes Bremsen und selbst typische Fahrverhaltensweisen haben in verschiedenen Studien, die von Universitäten und Automobilherstellern durchgeführt wurden, unter anderem zu Phantomstaus geführt. Auf der Vorkommnisebene können diese Arten von positiven oder negativen Handlungen (und die damit verbundene Verantwortung) von verbundenen Peer-Fahrzeugen 102 per Blockchain aufgezeichnet und validiert werden, um sie zu quantifizieren und in die Berechnung der externen Effekte in Bezug auf die Verkehrsüberlastung einzubeziehen.
Unter besonderer Bezugnahme auf den Prozess 500 empfängt die Transportmobilitäts-Cloud 134 bei Vorgang 502 regelmäßig die Fahrzeuggeschwindigkeit, die Verkehrsdichte und andere Informationen, die von den Fahrzeugen 102 gesendet werden. Die mit der Transportmobilitäts-Cloud 134 verbundenen Fahrzeuge 102 senden zum Beispiel Datenpakete mit einer Schwellenhäufigkeit (z. B. in einem Beispiel alle 30 Sekunden) an die Transportmobilitäts-Cloud 134. Diese Daten können, als einige nicht einschränkende Beispiele, die Fahrzeuggeschwindigkeit, die Verkehrsdichte (z. B. gemäß der Kamerasensormessung über die bildgebenden Sensoren 120 am Standort des Fahrzeugs 102) und/oder die durchschnittliche Fahrzeuggeschwindigkeit von Fahrzeugen 102 auf der/den Fahrspur(en) um das Fahrzeug 102 herum beinhalten.
Bei 504 verwendet die Transportmobilitäts-Cloud 134 eine Verkehrsgeschwindigkeits-Verkehrsdichte-Funktion, um das Verkehrsaufkommen zu schätzen. Insbesondere kann die Transportmobilitäts-Cloud 134, um die Verwendung der Geschwindigkeit und der Geschwindigkeitsbegrenzung des Fahrzeugs 102 zu ergänzen oder zu ersetzen, wie folgt eine Gleichung für die Verkehrsdichte und die Kopfabstandsentfernung (1) verwenden, wobei der Kopfabstand als Entfernung zwischen den vorderen Stoßfängern zwei aufeinanderfolgender Fahrzeuge 102 definiert ist: $k = 5280 / \bar{d}$
wobei:

k = Verkehrsdichte; und
d = durchschnittlicher Kopfabstand (in Fuß).

Es ist zu beachten, dass die Gleichung (1) nur eine Beispielformel ist, die vom Massachusetts Institute of Technology (MIT) vorgeschlagen wurde, und dass andere Formeln zur Berechnung von Verkehrsgeschwindigkeit-Verkehrsdichte (z. B. Fahrzeuge pro Fahrbahnmeile) verwendet werden können. Als weitere Möglichkeit kann die Verkehrsdichte unter Verwendung von Deep Learning von Streaming-Video-Sensoren und/oder anderen Fahrzeugsensoren (z. B. Radar, Sonar, LIDAR usw.) bestimmt werden, um eine Echtzeit-Dichte und -Geschwindigkeit des Umgebungsverkehrs zu bestimmen. Eine Bestimmung der Verkehrsdichte kann zum Beispiel gemäß einem Vergleich der Geschwindigkeit eines Fahrzeugs, das unter Verwendung einer adaptiven Geschwindigkeitsregelung fährt, verglichen mit der Geschwindigkeitsbegrenzung erfolgen. Als weitere Möglichkeit kann eine Bestimmung der Verkehrsdichte durch das Empfangen von Dashcam-Videos von Fahrzeugen vor dem Fahrzeug 102 in Kombination mit einer Deep-Learning-Verarbeitung von Radar-, Sonar- und/oder Lidar-Daten durchgeführt werden.
Ein Fahrzeug 102, das mit einer adaptiven Geschwindigkeitsregelung ausgestattet ist, ermöglicht das Einstellen einer Zielgeschwindigkeit des Fahrzeugs und reduziert oder erhöht diese Geschwindigkeit auf Grundlage der Entfernung der vorausfahrenden Fahrzeuge. Auf Grundlage der Differenz zwischen der Geschwindigkeit der adaptiven Geschwindigkeitsregelung, der aktuellen Geschwindigkeit und dem Status (z. B. steigende Geschwindigkeit, sinkende Geschwindigkeit) kann der Kopfabstand (d) an einem einzigen Punkt im Verkehr und damit die Verkehrsdichte an diesem Punkt durch das Auflösen nach k geschätzt werden.
Bei Vorgang 506 berechnet die Transportmobilitäts-Cloud 134 einen Anteil (P) der Fahrzeuge 102 auf dem Straßenabschnitt, die Daten an die Transportmobilitäts-Cloud 134 senden. Die Transportmobilitäts-Cloud 134 kann zum Beispiel ferner einen entsprechenden Punkt auf einem Geschwindigkeits-Flussdiagramm ermitteln und zudem die Geschwindigkeitsbeschränkung für die Straße (z. B. aus Kartendaten von Straßengeschwindigkeiten) erlangen, um das Bilden des Ergebnisses zu unterstützen. Die Transportmobilitäts-Cloud 134 kann das Ergebnis aus dem Verkehrsdichteergebnis der Geschwindigkeits-Dichte-Gleichung und der Fahrzeuggeschwindigkeit benutzen, um den Anteil (P) zu berechnen.
Bei Vorgang 508 bestimmt die Transportmobilitäts-Cloud 134, ob der Anteil (P) einen vordefinierten Wert des Schwellenwerts übersteigt. In einem Beispiel kann der Schwellenwert P auf einen Wert gesetzt werden, bei dem ein ausreichender Anteil von Fahrzeugen 102 auf dem Straßenabschnitt vorhanden ist, um zuverlässige Informationen bereitzustellen. Wenn P den Schwellenwert übersteigt, geht die Steuerung zu Vorgang 510 über. Anderenfalls geht die Steuerung zu Vorgang 512 über.
Bei Vorgang 510 berechnet die Transportmobilitäts-Cloud 134 Details in Bezug auf die Kosten für das Befahren des Straßenabschnitts durch die Fahrzeuge 102. In einem Beispiel kann die Transportmobilitäts-Cloud 134 genaue Informationen über den Grad der Verkehrsüberlastung berechnen (z. B. wo sich der Verkehr derzeit im Geschwindigkeits-Dichte-Diagramm befindet) und kann somit eine Schätzung der Grenzkosten eines bestimmten zusätzlichen Fahrzeugs 102, das den Straßenabschnitt befährt, abgeben. In einem anderen Beispiel kann die Transportmobilitäts-Cloud 134 eine Mischung von Fahrzeugen 102 auf dem Straßenabschnitt berechnen und damit eine Kraftstoffeffizienz-/Emissionsauswirkung des Verkehrs vorhersagen.
Um die Berechnung zu erleichtern, können in einigen Beispielen fahrzeugeigene Bildgebungssensoren 120 von Fahrzeugen 102, die mit der Transportmobilitäts-Cloud 134 verbunden sind, versuchen, die umliegenden Fahrzeuge 102 nach Marke, Modell, Modelljahr oder Kraftstoffart zu klassifizieren (z. B. durch maschinelle Erfassung der aufgenommenen Bilder eines Hybrid-Logos, einer rautenförmigen CNG-Plakette, eines Elektrokraftstoffauslass usw.) Nach Vorgang 510 endet der Prozess 500.
Bei 512 verwendet die Transportmobilitäts-Cloud 134 die Schätzung des Geschwindigkeits-Dichte-Werts, um die sozialen Kosten einschließlich der Grenzzeitkosten für andere Fahrzeuge 102 auf der Straße zu berechnen. In einem Beispiel kann die Transportmobilitäts-Cloud 134 unter Verwendung eines Bestandserneuerungs- und Emissionsmodells einen Anstieg der Emissionen aufgrund einer niedrigeren Durchschnittsgeschwindigkeit auf Grundlage der durchschnittlichen Kraftstoffeffizienz der Fahrzeuge 102 in der Region schätzen. Einige Beispielmodelle können das Modell California EMFAC/VISION 2.1, das Modell US EPA MOVES usw. beinhalten. Im Laufe der Zeit kann der Durchschnitt für einen bestimmten Straßenabschnitt durch die Verwendung früherer Daten aus der Transportmobilitäts-Cloud 134 verbessert werden. Zusätzlich kann, wenn P zumindest an einigen Tagen den Schwellenwert überschreitet, ein früherer, genau berechneter Wert verwendet werden, um spätere Schätzwerte für diesen Straßenabschnitt zu verbessern.
6 veranschaulicht ein beispielhaftes Diagramm 600 einer Fahrt eines mit einem Insassen besetzten Fahrzeugs (Single-Occupant Vehicle - SOV), wobei die Anzahl der Passagiere durch den Sicherheitsgurtstatus bestimmt wird. Beim Durchführen einer Berechnung einer SOV-Fahrt ist die Berechnung einfach - die mit der Fahrt verbundene Emissionsverantwortung fällt vollständig auf den einzigen Insassen. Rechnerisch würden Fahrten, bei denen sich mehrere Personen die gleiche Fahrt teilen (z. B. eine vierköpfige Familie, die mit ihrem Privatfahrzeug eine Fahrt zum Lebensmittelgeschäft unternimmt), der gleichen Logik folgen, außer dass in diesem Fall die CO2-Verantwortung jedes Passagiers durch die Gesamtfahrzeugbesetzung geteilt wird.
7 veranschaulicht eine beispielhafte Karte 700, die eine Fahrgemeinschaft veranschaulicht, wobei die Anzahl der Passagiere durch den Sicherheitsgurtstatus bestimmt wird. In dem Beispiel ist das Fahrzeug 102 ein Elektrofahrzeug, das keine Auspuffemissionen verursacht; die Verantwortung für die WTT-Emissionen durch den Stromverbrauch kann jedoch den Fahrzeuginsassen zugeordnet werden.
Bei Fahrgemeinschaftsfahrten kann die Emissionsverantwortung durch den Gesamtenergieverbrauch während der Zeit, in der sich jeder Insasse in dem Fahrzeug 102 befindet, geteilt durch die durchschnittliche Anzahl der Insassen in dieser Zeit, zugeordnet werden. Obwohl dieser Ansatz zu einer höheren Strafzahlung in Bezug auf den Energieverbrauch für den Fahrer führt, als wenn er diese Fahrt ohne andere Insassen gemacht hätte, hat der Fahrer ein niedrigeres Emissionsprofil. Außerdem kann dies als eine gerechte Zuordnung angesehen werden, da der Fahrer im Verlaufe des Tages eine höhere Flexibilität genießt, da er sein Fahrzeug 102 zur Verfügung hat.
Zusätzliche Einzelheiten können für öffentliche Verkehrsmittel, Mikrotransit-Shuttles und Ridesharing-Situationen mit festen und dynamischen Strecken betrachtet werden. Unter dem Gesichtspunkt der kurzfristigen Grenzkosten führt eine Entscheidung, einen beliebigen Dienst mit fester Strecke zu nutzen, zu zusätzlichen Emissionen, die fast null sind. Das Einsteigen in einen Bus des öffentlichen Nahverkehrs kann beispielsweise die Emissionen im Rahmen eines geringen Mehrgewicht erhöhen; dieser Bus würde jedoch unabhängig von der täglichen Fahrgastzahl die gleiche Strecke sowieso fahren.
Dieser Emissionsberechnungsrahmen erfolgt aus einer langfristigen Makroperspektive in Bezug auf das Untersuchen der Emissionsverantwortung, das heißt es wird eine Emissionsbilanzierung auf Basis der tatsächlichen Fahrgastzahlen durchgeführt, um eine Optimierung der Dienste (auf Systemebene) zu fördern. Wenn ein bestimmtes Gebiet zum Beispiel von einem großen Bus des öffentlichen Nahverkehrs schlecht bedient wird, kann ein dynamischer Mikrotransit vielleicht die ideale Lösung sein.
Bei einem beliebigen geteilten Verkehrsmittel, das für die entgeltliche Personenbeförderung ausgestaltet ist, wird der Fahrer (in einem nicht autonomen Fahrzeug 102) für die Zwecke der Emissionsverantwortung nicht gezählt. Eine Anwendung mit einer Emissionsberechnung kann dementsprechend dazu ausgelegt sein, Fälle zu berücksichtigen, bei denen ein Besitzer eines Privatfahrzeug 102 (oder Taxibesitzer) keine persönlichen Fahrten durchführt.
8 veranschaulicht ein Beispiel 800 für Emissionen durch einnahmenwirksame Fahrten und durch Leerfahrten für eine Mikrotransit-Strecke. Wie gezeigt, basiert die Strecke auf einem Ansatz mit früher Streckenführung, der verwendet werden kann, um sowohl lange Leerfahrten zum Erreichen des Streckenanfangs und -endes als auch Leerfahrten vom Zielort bis zum Anfang der Fahrt zu beinhalten.
Die Emissionszuordnung kann Emissionen durch einnahmenwirksame Fahrten sowie Emissionen durch Leerfahrten beinhalten. Die Emissionen durch einnahmenwirksame Fahrten beziehen sich auf den Abschnitt der Fahrt, ab dem Zeitpunkt, zu dem der Mitfahrer zugestiegen ist, bis der Mitfahrer ausgestiegen ist, wobei der Gesamtenergieverbrauch durch die durchschnittliche Besetzungsrate während dieses Abschnitts geteilt wird. Für Emissionen durch Leerfahrten, z. B. Wege zwischen dem Flottenbetriebshof und der Strecke und Fahrten von dem Ende der Strecke zurück zum Anfang, wenn die Linie nur in eine Richtung führt, werden die Emissionen durch eine Gesamtzahl an Passagieren während dieses Betriebszeitraums (z. B. morgendliche Fahrten bei einem Dienst, bei dem ein Transporter gemeinsam genutzt wird).
In Bezug auf die Warenlieferung kann auch die Warenlieferung in diesen Rahmen einbezogen werden. Die Emissionen durch Pakete können auf die gleiche Weise bewertet werden wie bei Passagieren, die ein geteiltes Verkehrsmittel nutzen, mit der Ausnahme, dass Gewicht und Abmessungen berücksichtigt werden müssen, da sich die Paketattribute erheblich unterscheiden können. Die Anlieferung eines ein Pfund schweren elektronischen Geräts in einem kleinen Karton nimmt zum Beispiel viel weniger Platz ein und fügt weniger Gewicht zur Ladung des Fahrzeugs hinzu als die Anlieferung einer Matratze, wobei andere Faktoren konstant gehalten werden.
Die beschriebenen Systeme zum Berechnen von Emissionen und zum Zuweisen von Emissionen zu Personen und Gütern können verwendet werden, um ein automatisches Melden von Flottendaten der Transportmobilitäts-Cloud 134 durchzuführen, um behördliche Anforderungen zu erfüllen.
Um Vorschriften wie die Null-Emissions-Anforderung in Kalifornien für einen steigenden Anteil an Fahrten in der Transportmobilitäts-Cloud 134 oder die Vorschrift für emissionsfreies Fahren in der Innenstadt in London zu berücksichtigen, kann dieser Berechnungsrahmen einfach eine fortlaufende Nachverfolgung für emissionsfreie Fahrzeug- und Passagiermeilen (PMT) sowie (räumlich) den Standort dieser emissionsfreien Meilen im Vergleich zu Standorten, an denen eine Brennkraftmaschine eingeschaltet war, hinzufügen.
9 veranschaulicht einen beispielhaften Prozess 900 für das Berechnen von Informationen, um Emissionsbestimmungen zu berücksichtigen. In einem Beispiel kann der Prozess 900 durch die Transportmobilitäts-Cloud 134 unter Nutzung der in dieser Schrift erörterten Daten und Verfahren durchgeführt werden.
Bei Vorgang 902 ermittelt die Transportmobilitäts-Cloud 134 die Gesamtzahl der Meilen, die von Fahrern zurückgelegt wurden. In einem Beispiel kann die Transportmobilitäts-Cloud 134 diese Anzahl als Summe der zurückgelegten einnahmenwirksamen Entfernung bestimmen. Als eine Möglichkeit kann dies unter Verwendung der Gesamtzahl der zurückgelegten Meilen ohne die Leerstreckenentfernung berechnet werden.
Bei Vorgang 904 bestimmt die Transportmobilitäts-Cloud 134 einen prozentualen Anteil an Meilen, die von als emissionsfrei qualifizierten Transportmitteln zurückgelegt wurden. Dies kann zum Beispiel Meilen beinhalten, die von einem Fahrzeug 102, zu Fuß, mit dem Fahrrad, mit anderen aktiven Fortbewegungsarten und/oder unter Verwendung von emissionsfreien Fahrzeugen 102 zurückgelegt wurden. Der Rahmen der Transportmobilitäts-Cloud 134 kann diese Berechnung unter Verwendung der folgenden Beispieloperationen durchführen. Die Transportmobilitäts-Cloud 134 kann den Anteil der mit einem Fahrzeug 102 gefahrenen Meilen die sich als emissionsfrei qualifizieren, ermitteln, z. B. mit einem Plug-in-Hybridantrieb im Batterieentladungsmodus gefahrene Entfernung im Verhältnis zur Gesamtentfernung, die von der Flotte zurückgelegt wurde. Ein Beispiel ist in Gleichung (2) wie folgt gezeigt: $A n t e i l Z E V = \frac{\sum g e f a h r e n e V M T d u r c h P H E V u n d B E V i m E V - E n t l a d u n g s m o d u s}{\sum V M T F l o t t e}$
Darüber hinaus kann der Rahmen der Transportmobilitäts-Cloud 134 weitere qualifizierende zurückgelegte Entfernungen hinzufügen, einschließlich des Umsteigens von einem Fahrzeug auf ein Bikesharing-Fahrrad oder das Laufen zu Fuß für die letzte Etappe des Wegs, was leicht zu erkennen sein wird, da multimodale Beförderungsstrecken verfolgt werden. Ein Beispiel ist in Gleichung (3) wie folgt gezeigt: $A n t e i l Z E V = \frac{\sum g e f a h r e n e V M T d u r c h P H E V u n d B E V i m E V - E n t l a d u n g s m o d u s + \sum F a h r r a d f a h r e n, L a u f e n u s w .}{\sum V M T F l o t t e}$
Bei Vorgang 906 schätzt die Transportmobilitäts-Cloud 134 Treibhausgasemissionen unter Verwendung eines meilengewichteten Durchschnitts der netzweiten CO2-Emissionen in Gramm pro Meile. In einem Beispiel kann die Transportmobilitäts-Cloud 134 die vorgehaltenen Daten nutzen, um die Treibhausgasemissionen aus dem Flottenbetrieb, kategorisiert nach Metrik (z. B. Auspuff, Well-to-Tank, externe Effekte), zu summieren und einen Durchschnitt bereitzustellen. Wenn eine Bestimmung nicht erfordert, dass eine spezifische Komponente von der Transportmobilitäts-Cloud 134 verfolgt wird, dann kann die Transportmobilitäts-Cloud 134 diese Emissionen aus dem Datensatz ausschließen. Dementsprechend kann dieser genaue Wert nützlich sein, um die Verwendung kohlenstoffarmer Kraftstoffe zu fördern, wenn beispielsweise eine Kohlenstoffreduzierung bedeutsam ist, kann die Verwendung von Biokraftstoffen und erneuerbaren Kraftstoffen in nicht-elektrischen Fahrzeugen 102 sinnvoll sein. Beispielsweise kann ein mit einem Dieselmotor ausgestattetes Fahrzeug 102 mit B20-Biodiesel oder einer erneuerbaren Dieselmischung im Gegensatz zu einer fossilen Kraftstoffquelle betankt werden, um die WTT-Emissionen, die durch die Nutzung des Fahrzeugs 102 entstehen, zu reduzieren.
Bei Vorgang 908 bestimmt die Transportmobilitäts-Cloud 134, die Gesamtzahl der zurückgelegten Passagiermeilen unter Verwendung einer Schätzung der durchschnittlichen Passagiere pro Fahrt. Da die Transportmobilitäts-Cloud 134 die Passagierbeförderungsstrecken unter Verwendung der Benutzerdaten 146 verfolgt, können auch diese Daten berechnet werden. Darüber hinaus kann ein Betreiber der Transportmobilitäts-Cloud 134 durch Überschreiten der Anforderungen der Regulierungsbehörden in Bezug auf Genauigkeit und Informationen das Übernehmen der Transportmobilitäts-Cloud 134-Plattform fördern. Nach dem Vorgang 908 endet das Verfahren 900.
Darüber hinaus kann die Transportmobilitäts-Cloud 134 auch dazu genutzt werden, um für Flottenfahrzeuge umsetzbare Empfehlungen bereitzustellen. Da Fahrzeugdaten 144 zum Analysieren des Kraftstoffverbrauchs erhoben werden, kann die Transportmobilitäts-Cloud 134 zudem ein Fahrzeugprofil erstellen und einzelnen privaten Fahrzeugbesitzern, Flotten und Smart-Mobility-Flotten kostenoptimale und nachhaltige Optionen für zukünftige Ersatzfahrzeuge 102 empfehlen.
Ein Flottenmanager kann sich beispielsweise aufgrund von Bedenken in Bezug auf die Batteriereichweite für ein autonomes Benzin-Hybrid-Ridesharing-Fahrzeug 102 entscheiden; obwohl zumindest für die maximale tägliche Fahrleistung eines bestimmten Fahrzeugs, unter Berücksichtigung von Fahrzyklusänderungen in der Höhe oder der Nutzung von Heizung oder Klimaanlage, die Batteriereichweite eines neuen autonomen Elektrofahrzeugs 102 mehr als ausreichend wäre. Wenn die Flotte außerdem zusätzliche emissionsfrei gefahrene Meilen benötigt, um staatliche Bestimmungen zu erfüllen, würde das Ermitteln eines in Frage kommenden praktikablen sauberen Fahrzeugs 102 als Ersatzoption in diesem Fall zur Vermeidung einer Strafzahlung beitragen.
Es können auch Empfehlungen in Bezug auf die Well-to-Tank-Seite (WTT) abgegeben werden. Nun wird das vorstehende Beispiel weitergeführt, bei dem ein Emissionsvorteil für eine Verkehrsbehörde durch das Wechseln von CNG fossilen Ursprungs zu erneuerbarem CNG gezeigt wird. Dasselbe gilt für andere Kraftstoffe, zum Beispiel von fossilem Diesel zu erneuerbarem Diesel oder vom Standardmix des Stromversorgers zur Nutzung von Solarstrom, auf Grundlage der Flottenstromkosten und der Kosteneffizienz durch die Minderung des Spitzenstrombedarfspegels.
Die Transportmobilitäts-Cloud 134 kann zudem eine Vorausschätzung für Passagieremissionen erstellen. Die angezeigte und einem Kunden zugeordnete Schätzung für (eine) beliebige Fortbewegungsart(en) kann auf der Grundlage von Prognosen anstelle tatsächlicher Ergebnisse erzeugt werden, während der vorgenannte Berechnungsrahmen, Regierungs- und Firmenkunden, Regulierungsbehörden und möglicherweise auch höheren Bildungseinrichtungen (z. B. Institute für Verkehrsstudien) zur Verfügung gestellt wird, in Echtzeit durchgeführt werden kann, wobei die Backend-Ergebnisse nachträglich verfügbar sind.
Im Hinblick auf die Berechnung eines Endwertes, der einem Endkunden angezeigt werden soll (z. B. über die Anwendung 150 zur Emissionsverfolgung), kann die Transportmobilitäts-Cloud 134 eine Schätzung nach Verkehrsmitteln vornehmen. Ein unbeeinflusster Ansatz unter Verwendung durchschnittlicher früherer Daten (innerhalb eines relevanten Zeitrahmens, wobei jüngere Daten oder saisonale Trends stärker gewichtet werden) von dem Rahmen zur nachträglichen Berechnung kann verwendet werden, um die Emissionen pro Passagier zu schätzen. Wie in Gleichung (4) gezeigt, kann eine Beispielschätzung davon ausgehen, dass CO2 die Komponenten Auspuff, Well-to-Tank und externe Effekte umfasst: $C O 2 (\frac{g}{P M T}) = \frac{C O 2 F a h r z e u g (\frac{g}{m i})}{D u r c h s c h n i t t l i c h e B e s e t z u n g}$
Bei einem derartigen Verfahren gibt es wesentliche Probleme im Zusammenhang mit der Förderung eines emissionsminimierenden Verbraucherverhaltens. Während das Bereitstellen einer Busverbindung mit fester Strecke in einem bestimmten Gebiet zum Beispiel mit einer typischen Besetzungsrate und einem typischen Kraftstoffverbrauchswert verbunden sein kann, ist die Entscheidung des Grenzverbrauchers, die Verbindung zu verwenden fast emissionsfrei, da anders als bei der Entscheidung ein privates Auto zu nutzen, der Bus seine Strecke trotzdem abfährt.
Bei einer Beispielpendelstrecke können einem Benutzer zwei Optionen zur Verfügung stehen. Eine erste Option kann darin bestehen, dass der Benutzer ein Elektroauto, das sich in seinem Besitz befindet, fährt. Dieses Verkehrsmittel weist keine Auspuffemissionen, potentiell Well-to-Tank-Emissionen durch die Stromerzeugung und während des Berufsverkehrs einen externen Effekt auf, der durch das Hinzufügen eines weiteren Autos zu einer stärker werdenden Verkehrsüberlastung verursacht wird, was die Gesamtemissionen erhöht.
Eine zweite alternative Option kann darin bestehen, dass der Benutzer einen Ridesharing-Dienst mit fester Strecke zu einem öffentlichen Zug oder einem Bus des öffentlichen Nahverkehrs nimmt. Angenommen der Ridesharing-Transporter mit fester Strecke hat durchschnittlich drei Passagiere und wird mit Benzin betrieben, der Zug hat eine hohe Passagierzahl und wird mit Diesel betrieben und der öffentliche Bus hat durchschnittlich vier Passagiere und wird mit Diesel betrieben. Hinsichtlich der CO2-Werte pro Passagier kann diese Pandelstrecke bei dem Rahmen zur nachträglichen Berechnung höhere tatsächliche CO2-Werte aufweisen, da drei Passagiere für den Transporter mit der festen Strecke und vier für den Abschnitt mit dem Dieselbus viel höher sind als die WTT-Emissionen von einem Elektroauto und der Transporter mit fester Strecke und der öffentliche Bus müssen beide Leerfahrten vornehmen, um den Dienst bereitzustellen.
Von dem Rahmen zur nachträglichen Berechnung kann dem Verbraucher angezeigt werden (z. B. über die Anwendung 150 zur Emissionsverfolgung), dass die erste Option geringere CO2-Emissionen aufweist; auf der Makroebene ist diese Entscheidung jedoch suboptimal. Der Grenzverbraucher, der sich für die zweite Option entscheidet, verursacht tatsächlich fast keine Emissionen (abgesehen von einem gewissen zusätzlichen Gewicht zur Belastung der Fahrzeuge), da es sich bei dem Shuttle, der Bahn und dem öffentlichen Bus um feste Strecken handelt. Ein verbraucherorientiertes Ergebnis, das die zweite Option fördert, kann die Besetzungsraten erhöhen, und die nachträgliche Berechnung würde die Betreiber des Transporters und des öffentlichen Busdienstes mit fester Strecke über die Besetzungsrate und den Kraftstoffverbrauch informieren, so dass Entscheidungen getroffen werden könnten, um den Wert, der den Verbrauchern im Voraus angezeigt wird, und den nachträglichen Wert stärker aneinander anzugleichen.
Unter Einbeziehung des Mikrotransitverkehrs und des öffentlichen Nahverkehrs mit festen Strecken sollten, wie bereits erwähnt, Faktoren wie CO2 durch Leerfahrten, Besetzungsrate und CO2 eines bestimmten Busses für eine bestimmte Strecke nicht Teil der CO2-Schätzung sein, die dem Verbraucher dargestellt wird. Wie in Gleichung (5) gezeigt, kann bei der folgenden Berechnung ein Flottenmittelwert der erzielten nachträglichen Werte verwendet werden, wobei Änderungen gegenüber Gleichung (4) fettgedruckt dargestellt sind: $C O 2 (\frac{g}{P M T}) = \frac{F l o t t e n d u r c h s c h n i t t C O 2 F a h r z e u g (\frac{g}{m i}) - C O 2 L e e r f a h r t}{G a n z z a h l i g e d u r c h s c h n i t t l i c h e B u s s i t z k a p a z i t \ddot{a} t d e r F l o t t e}$
Da es sich bei den dynamischen Shared-Mobility-Diensten um echte „geteilte“ Dienste handelt und (hier) Ridehailing-Fahrten (z. B. Uber-XL-Fahrten) per Definition ausgeschlossen sind, besteht das Potenzial, einen Emissionsvorteil gegenüber dem Fahren zu erzielen.
In Bezug auf die Nutzung eines Privatfahrzeugs 102 kann die Transportmobilitäts-Cloud 134 eine Schätzung berechnen, wie der nachträgliche Wert aussehen wird. Der Wert kann auf der Grundlage eines Mittelwertes der Kulmination der Emissionen ähnlicher Fahrten aktualisiert werden, wobei eine Gauß-Verteilung ohne extreme Ausreißer angenommen wird. „Ähnliche Fahrten“ sind Fahrten mit ähnlichen erwarteten Profilen, einschließlich Ausgangs- und Zielort, Tageszeit und Umgebungstemperatur (die die Nutzung des HLK-Systems vorhersagen würde). Ausreißer können zum Beispiel eine Fahrt beinhalten, die beispielsweise als typische Pendelfahrt beginnt, aber am Ende eine lange, einmalige Abweichung aufweist (z. B. auf halber Strecke nach Hause zurückkehren, um einen vergessenen Gegenstand zu holen). Es ist zu beachten, dass Faktoren wie der Energieverbrauch durch einen Fernstart des Motors oder verschwendete Energie durch das Suchen nach einem Parkplatz automatisch in diese Berechnung aufgenommen sind.
In Bezug auf die Nutzung von Ridesharing-Fahrzeugen 102 bei Fahrten mit einem Insassen (z. B. Ridehailing-Fahrten) kann der gleiche Berechnungsansatz wie für private Fahrzeuge 102 ausgeführt werden, abgesehen von der Hinzufügung von Emissionen durch Leerfahren gemäß der Leerfahrtformel für Ridesharing-Fahrzeuge 102, die in Gleichung (5) angegeben ist.
Was die Genauigkeitsverbesserungen im Zeitverlauf betrifft, so kann die angezeigte benutzerseitige Berechnung von der nachträglichen Berechnung der früheren Fahrtdaten lernen. Anders ausgedrückt können wir über viele ähnliche Pendelfahrten für jede Person mit einem bestimmten Fahrstil und Bedarf an Zusatzlasten in der Lage sein, die Schätzung im Laufe der Zeit zu verbessern, anstatt einen statischen Wert anzubieten.
Bei einem finanziellen Belohnungsprozess kann das Verringern von Emissionen und der Verkehrsbelastung eindeutige finanzielle Auswirkungen haben. Beispielsweise können Lösungen für das Mobilitätsmanagement (Transportation Demand Management - TDM) wesentlich billiger sein als das Erbauen eines neuen mehrstöckigen Parkhauses, die Verkehrsüberlastung verursacht in der Literatur gut dokumentierte wirtschaftliche Schäden, und die Luftverschmutzung hat eindeutige gesundheitliche und damit wirtschaftliche Auswirkungen.
Es kann vielfältige mögliche Finanzierungsquellen für Belohnungen geben. Private Unternehmen wie etwa Hersteller des Fahrzeugs 102, Flottenbetreiber oder Zulieferer, die an der Transportmobilitäts-Cloud 134 beteiligt sind, haben eigentlich nicht die Aufgabe, die Lücke zwischen negativen Effekten der gesellschaftlichen Pendlergewohnheiten und dem sozialen Optimum zu überbrücken. Die Transportmobilitäts-Cloud 134 dient jedoch als Plattform, mit der die Industrie die Ziele und politischen Anforderungen von Regierungen und Arbeitgebern unterstützen kann. Ferner geben Regierungen und Arbeitgeber bereits beträchtliche Geldbeträge für TDM-Programme aus, einschließlich dem Bereitstellen von subventionierten oder kostenlosen Fahrkarten für den öffentlichen Nahverkehr, subventionierte Fahrgemeinschaftsprogramme und Programme, die eine kostenlose Heimfahrt in Notfällen garantieren, sowie die Infrastruktur für die Nutzung von Kraftfahrzeugen 102 durch Wähler und Arbeitnehmer.
Somit kann eine beispielhafte Finanzierungsquelle für ein Belohnungsprogramm TDM-Programme beinhalten, die von der lokalen Regierung, der regionalen Regierung und den Arbeitgebern verwaltet werden. Ein weiteres Beispiel können Beiträge von lokalen Unternehmen sein, die davon profitieren können, dass die Verbraucher ihre Gewohnheiten ändern, z. B. Unternehmen, die entweder bereits in der Nähe von Nahverkehrshaltestellen angesiedelt sind (oder einen Standort in der Nähe in Betracht ziehen). Diese Beiträge könnten zum Beispiel in der Form von „Ihnen wird ein Freigetränk gutgeschrieben“ erfolgen. Eine weitergehende Strategie könnte beinhalten, die Verkehrsmobilitäts-Cloud 134 zu nutzen, um die zurückgelegten Fahrzeugmeilen für eine Straßensteuer anstelle einer Benzinsteuer zu verfolgen. Bei dieser Möglichkeit könnte ein Teil der Finanzierung für die Förderung der Wahl nachhaltiger Verkehrsmittel reserviert sein.
Im Allgemeinen können Rechensysteme und/oder -vorrichtungen, wie etwa die Steuerungen des Fahrzeugs 102, die mobile Vorrichtung 126 und die Transportmobilitäts-Cloud 134, ein beliebiges aus einer Reihe von Computerbetriebssystemen einsetzen, einschließlich unter anderem Versionen und/oder Varianten der Betriebssysteme Microsoft Windows®, Unix (z. B. das Betriebssystem Solaris®, vertrieben durch die Oracle Corporation in Redwood Shores, Kalifornien), AIX UNIX, vertrieben durch International Business Machines in Armonk, New York, Linux, Mac OS X und iOS, vertrieben durch die Apple Inc. in Cupertino, Kalifornien, BlackBerry OS, vertrieben durch Research In Motion in Waterloo, Kanada, und Android, entwickelt von der Open Handset Alliance.
Rechenvorrichtungen wie die Steuerungen des Fahrzeugs 102, die mobile Vorrichtung 126 und die Transportmobilitäts-Cloud 134 beinhalten im Allgemeinen vom Computer ausführbare Anweisungen, die von einem oder mehreren Prozessoren der Rechenvorrichtungen ausführbar sind. Computerausführbare Anweisungen, wie etwa die des Emissionsüberwachungsportals 148 und der Anwendung 150 zur Emissionsverfolgung, können aus Computerprogrammen zusammengestellt oder interpretiert werden, die mit einer Vielfalt von Programmiersprachen und/oder Technologien erstellt wurden, darunter, ohne Einschränkung, und entweder allein oder in Kombination, JAVA™, C, C++, VISUAL BASIC, JAVA SCRIPT, PERL usw. Im Allgemeinen empfängt ein Prozessor oder Mikroprozessor Anweisungen, z. B. von einem Arbeitsspeicher, einem computerlesbaren Medium usw., und führt diese Anweisungen aus, wodurch ein oder mehrere Prozesse durchgeführt werden, einschließlich eines oder mehrerer der in dieser Schrift beschriebenen Prozesse. Derartige Anweisungen und andere Daten können unter Verwendung einer Vielzahl von computerlesbaren Medien gespeichert und übertragen werden.
Ein computerlesbares Speichermedium (auch als prozessorlesbares Medium oder Speicher bezeichnet) beinhaltet ein beliebiges nichtflüchtiges (z. B. physisches) Medium, das an der Bereitstellung von Daten (z. B. Anweisungen) beteiligt ist, die von einem Computer (z. B. durch einen Prozessor einer Rechenvorrichtung) gelesen werden können. Ein derartiges Medium kann viele Formen annehmen, einschließlich unter anderem nichtflüchtiger Medien und flüchtiger Medien. Nichtflüchtige Medien können beispielsweise optische Platten oder Magnetplatten und andere dauerhafte Speicher beinhalten. Flüchtige Medien können zum Beispiel dynamischen Direktzugriffsspeicher (Dynamic Random-Access Memory - DRAM) beinhalten, der typischerweise einen Hauptspeicher darstellt. Derartige Anweisungen können durch ein oder mehrere Übertragungsmedien übertragen werden, die Koaxialkabel, Kupferdraht und Glasfaser beinhalten, zu denen die Drähte gehören, die einen an einen Prozessor eines Computers gekoppelten Systembus umfassen. Zu gängigen Formen computerlesbarer Medien gehören zum Beispiel eine Diskette, eine Folienspeicherplatte, eine Festplatte, ein Magnetband, ein beliebiges anderes magnetisches Medium, eine CD-ROM, eine DVD, ein beliebiges anderes optisches Medium, Lochkarten, Lochstreifen, ein beliebiges anderes physisches Medium mit Lochmustern, ein RAM, ein PROM, ein EPROM, ein FLASH-EEPROM, ein beliebiger anderer Speicherchip oder eine beliebige andere Speicherkassette oder ein beliebiges anderes Medium, das durch einen Computer ausgelesen werden kann.
In einigen Beispielen können Systemelemente als computerlesbare Anweisungen (z. B. Software) auf einer oder mehreren Rechenvorrichtungen (z. B. Servern, PCs usw.) umgesetzt sein, die auf diesen zugeordneten computerlesbaren Speichermedien (z. B. Platten, Speicher usw.) gespeichert sind. Ein Computerprogrammprodukt kann derartige Anweisungen, die auf computerlesbaren Medien gespeichert sind, zum Ausführen der in dieser Schrift beschriebenen Funktionen umfassen. Bei einigen oder allen der Vorgänge, die in dieser Schrift als durch die Steuerungen des Fahrzeugs 102, die mobile Vorrichtung 126 und die Transportmobilitäts-Cloud 134 durchgeführt offenbart werden, kann es sich um derartige Computerprogrammprodukte handeln (z. B. das Emissionsüberwachungsportal 148, die Anwendung 150 zur Emissionsverfolgung, die Datenprovideranwendung 152 usw.). In einigen Beispielen können diese Computerprogrammprodukte als eine Software bereitgestellt sein, die, wenn sie von einem oder mehreren Prozessoren ausgeführt wird, die im vorliegenden Zusammenhang beschriebenen Vorgänge bereitstellt. Alternativ können die Computerprogrammprodukte als Hardware oder Firmware oder Kombinationen aus Software, Hardware und/oder Firmware bereitgestellt sein.
Wenngleich vorstehend beispielhafte Ausführungsformen beschrieben sind, sollen diese Ausführungsformen nicht alle möglichen Formen der Erfindung beschreiben. Vielmehr sind die in der Beschreibung verwendeten Ausdrücke beschreibende und keine einschränkenden Ausdrücke, und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne von Wesen und Umfang der Erfindung abzuweichen. Des Weiteren können die Merkmale verschiedener umsetzender Ausführungsformen miteinander kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden.
Gemäß der vorliegenden Erfindung ist ein Transportmobilitätssystem bereitgestellt, das Folgendes aufweist: einen Datenspeicher, der dazu ausgelegt ist, Fahrzeugdaten, die den Kraftstoffverbrauch und die Anzahl der Passagiere für Fahrzeuge eines Transportsystems angeben, und Benutzerdaten, die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben, vorzuhalten; und ein Emissionsüberwachungsportal, das dazu programmiert ist, für Fahrzeuge einer Flotte Schätzungen von Schadstoffemissionen für die Flotte und einen prozentualen Anteil der Meilen, die durch emissionsfreie Beförderungen für die Flotte zurückgelegt werden, bereitzustellen.
Gemäß einer Ausführungsform beinhaltet der Schadstoff eines oder mehrere Treibhausgase oder für die menschliche Gesundheit schädliche Schadstoffe.
Gemäß einer Ausführungsform ist das Emissionsüberwachungsportal ferner dazu programmiert, die emissionsfreien Transportmeilen gemäß einer Transportentfernung, die durch aktive Mobilität zurückgelegt wird, der Nutzung von emissionsfreien Fahrzeugen oder der mit einem Plug-in-Hybridantrieb im Batterieentladungsmodus zurückgelegten Entfernung zu berechnen.
Gemäß einer Ausführungsform beinhaltet aktive Mobilität das Zufußgehen oder Fahrradfahren.
Gemäß einer Ausführungsform ist das Emissionsüberwachungsportal ferner dazu programmiert, die Schadstoffemissionen aus dem Flottenbetrieb kategorisiert nach einem oder mehreren von Auspuffemissionen, Well-to-Tank-Emissionen oder externen Effekten auf andere Reisende zu summieren.
Gemäß einer Ausführungsform beinhalten die Fahrzeugdaten Emissionsprofilinformationen, die von Fahrzeugen empfangen werden, die Kraftstoff von der Auftankinfrastruktur erhalten, und ist das Emissionsüberwachungsportal ferner dazu programmiert, die Well-to-Tank-Emissionen der Fahrzeuge zu berechnen, die die mit der Herstellung des Kraftstoffs verbundenen Emissionen berücksichtigen.
Gemäß einer Ausführungsform beinhalten die Fahrzeugdaten ferner zusammengefasste Kraftstoffverbrauchsinformationen für Tank-to-Wheels-Emissionen, die von dem Fahrzeug gemäß Fahrzeugemissionsmessungen berechnet werden.
Gemäß einer Ausführungsform geben die Fahrzeugdaten die Anzahl der Passagiere gemäß einem oder mehreren der Folgenden an: einem Check-in-System, das mit einem Radio-Frequency-Identifier-Transponder (RFID-Transponder) oder einer intelligenten Benutzervorrichtung, Gesichts- oder anderer Insassenerkennungssoftware und/oder dem Sicherheitsgurtstatus für jeden Sitz des Fahrzeugs verbunden ist.
Gemäß einer Ausführungsform beinhalten die Benutzerdaten Standort- und Geschwindigkeitsdaten, die von Sensoren von mobilen Vorrichtungen der Passagiere erfasst werden und von dem Datenspeicher der mobilen Vorrichtungen empfangen werden.
Gemäß einer Ausführungsform geben die Benutzerdaten als Reaktion darauf, dass die Standort- und Geschwindigkeitsinformationen der mobilen Vorrichtung des Benutzers mit den Standort- und Geschwindigkeitsinformationen, die von den Sensoren des Fahrzeugs empfangen werden, übereinstimmen, an, dass sich ein Benutzer innerhalb eines Fahrzeugs befindet.
Gemäß einer Ausführungsform ist das Emissionsüberwachungsportal ferner dazu programmiert, einen Grad der Verkehrsüberlastung für einen von einem der Fahrzeuge befahrenen Straßenabschnitt zu schätzen; einen Anteil der Fahrzeuge auf dem Straßenabschnitt zu berechnen, von denen regelmäßig Fahrzeugdaten im Datenspeicher empfangen werden; wenn der Anteil einen vorgegebenen Schwellenwert überschreitet, Grenzkosten für ein zusätzliches Fahrzeug, das den Straßenabschnitt befährt, gemäß dem Grad der Verkehrsüberlastung zu berechnen; und andernfalls die sozialen Kosten für das Befahren des Straßenabschnitts durch das Fahrzeug auf Grundlage der durchschnittlichen Kraftstoffeffizienz von Fahrzeugen auf dem Straßenabschnitt zu schätzen.
Gemäß einer Ausführungsform ist das Emissionsüberwachungsportal ferner dazu programmiert, den Grad der Verkehrsüberlastung zu schätzen, indem es eine oder mehrere der Folgenden verwendet: Verkehrsgeschwindigkeits-Verkehrsdichte-Funktion, Bilderkennung aus von dem Fahrzeug erfassten Daten, Daten von Radar-, Sonar- und/oder LIDAR-Sensoren oder Daten für die Echtzeit-Dichte und Geschwindigkeit des Verkehrs, der das Fahrzeug umgibt.
Gemäß der vorliegenden Erfindung beinhaltet ein Verfahren zur Schätzung von Emissionen, die durch die Nutzung von Fahrzeugen entstehen, das Empfangen von Fahrzeugdaten von Fahrzeugen eines Transportsystems, die den Kraftstoffverbrauch und die Anzahl der Passagiere für die Fahrzeuge angeben; das Empfangen von Benutzerdaten von mobilen Vorrichtungen von Passagieren, die die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben; und das Zuordnen von Emissionen der Fahrzeuge durch einnahmenwirksame Fahrten zu den Passagieren gemäß dem Kraftstoffverbrauch geteilt durch die Anzahl der Passagiere, wenn der Passagier ein Mitfahrer war, und das Zuordnen von Emissionen durch Leerfahrten zu den Passagieren geteilt durch eine Gesamtzahl der Passagiere während einer Fahrzeugbetriebszeit.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Zuweisen von Null-Emissions-Kosten zu Transportentfernungen, die zu Fuß, mit dem Fahrrad, durch die Nutzung von emissionsfreien Fahrzeugen zurückgelegt werden oder einer mit einem Plug-in-Hybridantrieb im Batterieentladungsmodus zurückgelegten Entfernung.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner dadurch gekennzeichnet, dass sie beim Zuweisen von Emissionen Well-to-Tank-Emissionen für die Fahrzeuge, die die mit der Herstellung des Kraftstoffs verbundenen Emissionen berücksichtigen; und Tank-to-Wheels-Emissionen, die von dem Fahrzeug gemäß Fahrzeugemissionsmessungen berechnet werden, beinhaltet.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Empfangen von Emissionsprofilinformationen von den Fahrzeugen zur Berechnung von Well-to-Tank-Emissionen, wobei die Emissionsprofilinformationen von Auftankinfrastruktur erfasst werden, die den Fahrzeugen Kraftstoff bereitstellt.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Empfangen von Emissionsprofilinformationen von den Fahrzeugen zur Berechnung von Well-to-Tank-Emissionen, wobei die Emissionsprofilinformationen gemäß Informationen von einem lokalen Energieversorger, die eine Effizienz der lokalen Energieerzeugung angeben, geschätzt werden.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bereitstellen eines Anreizes für einen Passagier, damit dieser eine Transportstrecke wählt, die niedrigere Emissionen aufweist.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Ermitteln, wann der Passagier ein Mitfahrer eines Fahrzeugs war, gemäß dem Übereinstimmen von Standort- und Geschwindigkeitsinformationen, die von einer mobilen Vorrichtung des Passagiers empfangen wurden mit den Standort- und Geschwindigkeitsinformationen, die von den Sensoren des Fahrzeugs empfangen werden.
Gemäß der vorliegenden Erfindung ist ein nichtflüchtiges computerlesbares Medium, das Anweisungen umfasst, die bei ihrer Ausführung durch einen oder mehrere Hardware-Prozessoren einer Transportmobilitäts-Cloud, die Transportmobilitäts-Cloud dazu veranlassen, in einem Datenspeicher Fahrzeugdaten, die den Kraftstoffverbrauch und die Anzahl der Passagiere für Fahrzeuge eines Transportsystems angeben, und Benutzerdaten, die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben, vorzuhalten; Treibhausgasemissionen und Emissionen von für die menschliche Gesundheit schädlichen Schadstoffen aus dem Flottenbetrieb kategorisiert nach einer oder mehreren von Auspuffemissionen, Well-to-Tank-Emissionen oder externen Effekten für andere Reisende gemäß den empfangenen Fahrzeugdaten zu summieren; und über ein Emissionsüberwachungsportal für Fahrzeuge einer Flotte Schätzungen von Treibhausgasemissionen und Emissionen von für die menschliche Gesundheit schädlichen Schadstoffen und einen prozentualen Anteil der Meilen, die durch emissionsfreie Beförderungen zurückgelegt werden, bereitzustellen.
Gemäß einer Ausführungsform beinhalten die Fahrzeugdaten Emissionsprofilinformationen, die von Fahrzeugen empfangen werden, die Kraftstoff von der Auftankinfrastruktur erhalten, und ist das Emissionsüberwachungsportal ferner dazu programmiert, die Well-to-Tank-Emissionen der Fahrzeuge zu berechnen, die die mit der Herstellung des Kraftstoffs verbundenen Emissionen berücksichtigen; und zusammengefasste Kraftstoffverbrauchsinformationen für Tank-to-Wheels-Emissionen, die von dem Fahrzeug gemäß Fahrzeugemissionsmessungen und/oder Emissionen nach Kraftstoffart berechnet werden.
Gemäß einer Ausführungsform beinhalten die Fahrzeugdaten ferner Informationen, die die Umgebungsfeuchtigkeit angeben.
Gemäß einer Ausführungsform geben die Benutzerdaten als Reaktion darauf, dass die Standort- und Geschwindigkeitsinformationen einer mobilen Vorrichtung des Passagiers mit den Standort- und Geschwindigkeitsinformationen, die von den Sensoren des Fahrzeugs empfangen werden, übereinstimmen, an, dass sich ein Passagier innerhalb eines Fahrzeugs befindet.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch Anweisungen, die bei ihrer Ausführung durch den einen oder die mehreren Hardwareprozessoren der Transportmobilitäts-Cloud die Transportmobilitäts-Cloud veranlassen, eine Verkehrsgeschwindigkeits-Verkehrsdichte-Funktion zu verwenden, um einen Grad der Verkehrsüberlastung für einen von einem der Fahrzeuge befahrenen Straßenabschnitt zu schätzen; einen Anteil der Fahrzeuge auf dem Straßenabschnitt zu berechnen, von denen regelmäßig Fahrzeugdaten im Datenspeicher empfangen werden; wenn der Anteil einen vorgegebenen Schwellenwert überschreitet, Grenzkosten für ein zusätzliches Fahrzeug, das den Straßenabschnitt befährt, gemäß dem Grad der Verkehrsüberlastung zu berechnen; und andernfalls die sozialen Kosten für das Befahren des Straßenabschnitts durch das Fahrzeug auf Grundlage der durchschnittlichen Kraftstoffeffizienz von Fahrzeugen auf dem Straßenabschnitt zu schätzen.
Gemäß einer Ausführungsform beinhaltet der Datenspeicher einen Blockchain Distributed Ledger, der dazu ausgelegt ist Kraftstofflieferketteninformationen über Well-to-Tank-Emissionen, die mit der Erzeugung und dem Vertrieb von Kraftstoff verbunden sind, vorzuhalten.

Claims

Transportmobilitätssystem, das Folgendes umfasst: einen Datenspeicher, der dazu ausgelegt ist, Fahrzeugdaten, die den Kraftstoffverbrauch und die Anzahl der Passagiere für Fahrzeuge eines Transportsystems angeben, und Benutzerdaten, die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben, vorzuhalten; und ein Emissionsüberwachungsportal, das dazu programmiert ist, für Fahrzeuge einer Flotte Schätzungen von Schadstoffemissionen für die Flotte und einen prozentualen Anteil der Meilen, die durch emissionsfreie Beförderungen für die Flotte zurückgelegt werden, bereitzustellen.
System nach Anspruch 1, wobei der Schadstoff eines oder mehrere Treibhausgase oder für die menschliche Gesundheit schädliche Schadstoffe beinhaltet.
System nach Anspruch 1, wobei das Emissionsüberwachungsportal ferner dazu programmiert ist, die emissionsfreien Transportmeilen gemäß einer Transportentfernung, die durch aktive Mobilität zurückgelegt wird, der Nutzung von emissionsfreien Fahrzeugen oder der mit einem Plug-in-Hybridantrieb im Batterieentladungsmodus zurückgelegten Entfernung zu berechnen.
System nach Anspruch 1, wobei das Emissionsüberwachungsportal ferner dazu programmiert ist, die Schadstoffemissionen aus dem Flottenbetrieb kategorisiert nach einem oder mehreren von Auspuffemissionen, Well-to-Tank-Emissionen oder externen Effekten auf andere Reisende zu summieren.
System nach Anspruch 1, wobei die Fahrzeugdaten Emissionsprofilinformationen beinhalten, die von Fahrzeugen empfangen werden, die Kraftstoff von der Auftankinfrastruktur erhalten, und das Emissionsüberwachungsportal ferner dazu programmiert ist, die Well-to-Tank-Emissionen der Fahrzeuge zu berechnen, die die mit der Herstellung des Kraftstoffs verbundenen Emissionen berücksichtigen.
System nach Anspruch 1, wobei die Fahrzeugdaten ferner zusammengefasste Kraftstoffverbrauchsinformationen für Tank-to-Wheels-Emissionen, die von dem Fahrzeug gemäß Fahrzeugemissionsmessungen berechnet werden, beinhalten.
System nach Anspruch 1, wobei die Fahrzeugdaten die Anzahl der Passagiere gemäß einem oder mehreren der Folgenden angeben: einem Check-in-System, das mit einem Radio-Frequency-Identifier-Transponder (RFID-Transponder) oder einer intelligenten Benutzervorrichtung, Gesichts- oder anderer Insassenerkennungssoftware und/oder dem Sicherheitsgurtstatus für jeden Sitz des Fahrzeugs verbunden ist.
System nach Anspruch 1, wobei die Benutzerdaten Standort- und Geschwindigkeitsdaten, die von Sensoren von mobilen Vorrichtungen der Passagiere erfasst werden und von dem Datenspeicher der mobilen Vorrichtungen empfangen werden, beinhalten, wobei die Benutzerdaten als Reaktion darauf, dass die Standort- und Geschwindigkeitsinformationen für die mobile Vorrichtung des Benutzers mit den Standort- und Geschwindigkeitsinformationen, die von Sensoren des Fahrzeugs empfangen werden, übereinstimmen, angeben, dass sich ein Benutzer innerhalb eines Fahrzeugs befindet.
System nach Anspruch 1, wobei das Emissionsüberwachungsportal ferner dazu programmiert ist: einen Grad der Verkehrsüberlastung für einen von einem der Fahrzeuge befahrenen Straßenabschnitt zu schätzen; einen Anteil der Fahrzeuge auf dem Straßenabschnitt zu berechnen, von denen regelmäßig Fahrzeugdaten im Datenspeicher empfangen werden; wenn der Anteil einen vorgegebenen Schwellenwert überschreitet, Grenzkosten für ein zusätzliches Fahrzeug, das den Straßenabschnitt befährt, gemäß dem Grad der Verkehrsüberlastung zu berechnen; und andernfalls die sozialen Kosten für das Befahren des Straßenabschnitts durch das Fahrzeug auf Grundlage der durchschnittlichen Kraftstoffeffizienz von Fahrzeugen auf dem Straßenabschnitt zu schätzen.
System nach Anspruch 9, wobei das Emissionsüberwachungsportal ferner dazu programmiert ist, den Grad der Verkehrsüberlastung zu schätzen, indem es eine oder mehrere der Folgenden verwendet: eine Verkehrsgeschwindigkeits-Verkehrsdichte-Funktion, Bilderkennung aus von dem Fahrzeug erfassten Daten, Daten von Radar-, Sonar- und/oder LIDAR-Sensoren oder Daten für die Echtzeit-Dichte und -Geschwindigkeit des Verkehrs, der das Fahrzeug umgibt.
Verfahren zur Schätzung von Emissionen, die durch die Nutzung von Fahrzeugen entstehen, das Folgendes umfasst: das Empfangen von Fahrzeugdaten von Fahrzeugen eines Transportsystems, die den Kraftstoffverbrauch und die Anzahl der Passagiere für die Fahrzeuge angeben; das Empfangen von Benutzerdaten von mobilen Vorrichtungen von Passagieren, die die Bewegungen der Passagiere innerhalb des Transportsystems beschreiben; und das Zuordnen von Emissionen der Fahrzeuge durch einnahmenwirksame Fahrten zu den Passagieren gemäß dem Kraftstoffverbrauch geteilt durch die Anzahl der Passagiere, wenn der Passagier ein Mitfahrer war, und das Zuordnen von Emissionen durch Leerfahrten zu den Passagieren geteilt durch eine Gesamtzahl der Passagiere während einer Fahrzeugbetriebszeit.
Verfahren nach Anspruch 11, das ferner das Zuweisen von Null-Emissions-Kosten zu Transportentfernungen, die zu Fuß, mit dem Fahrrad, durch die Nutzung von emissionsfreien Fahrzeugen zurückgelegt werden oder zu einer mit einem Plug-in-Hybridantrieb im Batterieentladungsmodus zurückgelegten Entfernung.
Verfahren nach Anspruch 11, das ferner umfasst, dass es beim Zuweisen von Emissionen Well-to-Tank-Emissionen für die Fahrzeuge, die die mit der Herstellung des Kraftstoffs verbundenen Emissionen berücksichtigen; und Tank-to-Wheels-Emissionen, die von dem Fahrzeug gemäß Fahrzeugemissionsmessungen berechnet werden, beinhaltet.
Verfahren nach Anspruch 11, das ferner eines oder mehrere der Folgenden umfasst: das Empfangen von Emissionsprofilinformationen von den Fahrzeugen zur Berechnung von Well-to-Tank-Emissionen, wobei die Emissionsprofilinformationen von Auftankinfrastruktur erfasst werden, die den Fahrzeugen Kraftstoff bereitstellt; oder das Empfangen von Emissionsprofilinformationen von den Fahrzeugen zur Berechnung von Well-to-Tank-Emissionen, wobei die Emissionsprofilinformationen gemäß Informationen von einem lokalen Energieversorger, die eine Effizienz der lokalen Energieerzeugung angeben, geschätzt werden.
Verfahren nach Anspruch 11, das ferner eines oder mehrere der Folgenden umfasst: Bereitstellen eines Anreizes für einen Passagier, damit dieser eine Transportstrecke wählt, die niedrigere Emissionen aufweist; oder Ermitteln, wann der Passagier ein Mitfahrer eines Fahrzeugs war, gemäß dem Übereinstimmen von Standort- und Geschwindigkeitsinformationen, die von einer mobilen Vorrichtung des Passagiers empfangen wurden, mit den Standort- und Geschwindigkeitsinformationen, die von den Sensoren des Fahrzeugs empfangen werden.