AI-baserad ruttplanering för effektivisering av fordons energiförbrukning

Abstract

Detta projekt syftar till att undersöka och testa hur inkorporering av höjddata, med hjälp från Google Elevation API till ett ruttplaneringssystem, påverkar energiförbrukningen. Ruttplaneringssystemet integrerar GPS-data i realtid, OSM-resurser och AI-algoritmer för bättre övergripande prestanda. Det primära målet är att få en uppskattning och förbättring av energiförbrukningen av en rutt med hjälp av AI. Resultaten visar att med hjälp av vägdata från Google API och OSM kan det skapas ett ruttplaneringssystem som genererar en rutt. Koordinater markeras längs vägsträckan för att sedan användas som utgångspunkter för datainsamling som AI algoritmen ska använda för beräkningar. Agenten beräknar sedan energikostnaden genom elevations- och hastighetsdata med hjälp av fysikaliska formler och reinforcement learning AI. Detta påvisar i sin tur att energieffektiviteten för ett fordon ökar med en signifikant mängd. Inkluderingen av ytterligare data såsom trafikflöde, farthinder och rondeller skulle kunna leda till en ännu lägre energikonsumtion och förbättra ruttplanerarens prestanda och noggrannhet ytterligare. Dessa faktorer påverkar körning och innebar även problem under testning och verifiering, då oförutsedda trafikförhållanden ej kunde inkluderas i mätning. Samtliga mål i projektet har uppnåtts. Ett fungerande system för energibaserad optimering av körning med hjälp av förstärkningsinlärning har utvecklats och testats, och resultaten visar att metoden har potential för framtida tillämpningar.