Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Våra e-tjänster för ansökningar, projekt och bedömningar stänger torsdagen den 25 april kl 16:30 för systemuppdateringar. De beräknas öppna igen senast fredagen den 26 april kl 8:00.

Samhälliga beredskapsnivåer (readiness levels) för delade autonoma fordon.

Diarienummer
Koordinator RISE Research Institutes of Sweden AB - RISE ICT Viktoria
Bidrag från Vinnova 6 548 800 kronor
Projektets löptid november 2018 - december 2023
Status Avslutat

Syfte och mål

Autonoma fordon (AV) har fångat världens uppmärksamhet. Utan samåkning kan AVs öka energiförbrukning och trafik. Samåkning lovar dock hållbara städer genom att minska CO2 och öka säkerheten. Detta doktorandprojekt analyserar användningsfall för att öka samåkning, genom ett ramverk kallat Samhällets Beredskapsindex för Delad Autonomi, och skapar grund för nya affärsmodeller med Keolis.

Resultat och förväntade effekter

Med utgångspunkt i antagandet att automatiserade fordon kräver delad mobilitet för att bidra till mer hållbara och rättvisa transportsystem undersökte projektet vilka faktorer som påverkar adoptionen av delade automatiserade fordon när de introduceras som en del av kollektivtrafiken, och utvecklade ett index som belyser faktorer som påverkar beredskapen för SAVs på makro-, meso-, och mikronivåer, d.v.s. från globala till individuella faktorer. Den slutliga versionen kommer att presenteras senare under 2024 i samband med huvudforskarens doktorsavhandling.

Upplägg och genomförande

Projektets datainsamlingsansats inkluderade utöver litteraturstudier och observationer även policydokument, fokusgrupper och intervjuer i Sverige och Australien samt en delphi-studie med internationella experter. Främst samlades dock data in via enkätstudier, bland annat en enkätstudie i två omgångar med potentiella användare i Sverige vilken inbringade över 1900 unika svar om attityder till samåkning, automatiserade fordon och SAVs. Projektet har även omfattat en rad olika analysmetoder, så som regressionsanalys, beslutsträdsanalys och tematisk kodning.

Externa länkar

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 27 februari 2024

Diarienummer 2018-04063

Statistik för sidan