There is an urgent need to migrate the vehicle industry from conventional combustion vehicles to electric vehicles due to pressing climate changes caused by the fossil fuel industry. The general public seem to have a prejudice against electric vehicles due to their limited range and the extra planning that may be required from the user. The market for electric vehicles is much more limited than for conventional vehicles, partially because it is a much younger industry. Buying an electric vehicle is also a bigger change than just buying a new car, one has to plan and manage the limited range in a new way. Unfortunately, it is more complicated to create a route planner for electric vehicles than for conventional vehicles and the market for such planners is limited. The complication is because an optimal route is better calculated by lowest energy consumption, rather than the shortest path. This requires more parameters in the routing algorithm to accurately calculate the energy consumption for individual vehicles. The problem attended to in this thesis is that no clear guidelines exist about which parameter affect the energy consumption in an electric vehicle and to what degree. The purpose of this thesis is to provide guidelines that can show which of nine chosen parameters to implement in an electric vehicle route planner. The parameters chosen in this thesis are already implemented in Simulation of Urban Mobility, a road traffic simulator. The simulator is used in this thesis to simulate electric vehicles with different parameter values and analyse the impact they have on the energy consumption when the values are incremented. The thesis shows that although some parameters have a relatively large impact on the energy consumption, it is hard to approximate the correct values for them, and therefore not worth implementing. / Det finns ett brådskande behov att migrera bilindustrin från fossildrivna bilar till eldrivna bilar på grund av den rådande klimatpåverkan av fossila bränslen. Allmänheten verkar ha fördomar mot elbilar på grund av deras begränsade räckvidd och den ytterligare planering som krävs av en elbilsanvändare. Marknaden för elbilar är mer begränsad än marknaden för fossildrivna bilar. Delvis för att elbilsmarknaden är en mycket yngre industri men också för att köpa elbil är en större förändring än att köpa en vanlig bil. En elbilsförare måste använda bilen på ett annorlunda sätt på grund av den kortare räckvidden. Dessvärre så är det mer komplicerat att skapa en ruttplanerare för elbilar än för fossildrivna bilar, och marknaden för sådana ruttplanerare är begränsad. Problemet är att en optimal rutt för en elbil är beräknas mer effektivt med hjälp av lägsta energikonsumtionen istället för den kortaste vägen. Detta kräver mer parametrar i algoritmen för ruttplanering för att effektivt beräkna energikonsumtionen för individuella fordon. Problemet som hanteras i denna rapport är att det inte finns några tydliga riktlinjer om vilka parametrar som har störst påverkan på energikonsumtionen i en elbil. Syftet med denna rapport är att förse riktlinjer som visar vilka av nio valda parametrarna som är värda att implementera i en ruttplanerare för elbilar. Parametrarna som valdes är implementerade i trafiksimulatorn Simulation of Urban Mobility. Trafiksimulatorn används för att simulera elbilar och analysera förändringen i energikonsumtionen när parametervärdena stegvis ökas. Rapporten visar att även om vissa parametrar har en relativt stor påverkan på energikonsumtionen så är det svårt att uppskatta de korrekta värdena för dem. Dessa parametrar är därför inte värda att implementera.

No description available.

Dans le cadre du développement des innovations dans les Systèmes de Transport Intelligents, les véhicules connectés devront être capables de télécharger des informations basées sur la position sur et depuis des serveurs distants. Ces véhicules seront équipés avec des différentes technologies d’accès radio, telles que les réseaux cellulaires ou les réseaux véhicule-à-véhicule (V2V) comme IEEE 802.11p. Les réseaux cellulaires, avec une couverture presque omniprésente, fournissent un accès à internet avec garanties de qualité de service. Cependant, l’accès à ces réseaux est payant. Dans cette thèse, un algorithme de clustering multi-saut est proposé avec pour objectif de réduire le coût d’accès au réseau cellulaire en agrégeant des données sur le réseau V2V. Pour faire ceci, le leader du cluster (CH, de l’anglais Cluster Head) est utilisé comme passerelle unique vers le réseau cellulaire. Pour le test d’une application d’exemple pour télécharger du Floating Car Data agrégé, les résultats des simulations montrent que cette approche réduit l’utilisation du réseau cellulaire de plus de 80%, en s’attaquant à la redondance typique des données basées sur la position dans les réseaux véhiculaires. Il y a une contribution en trois parties : Premièrement, une approche pour déléguer la sélection du CH à la station de base du réseau cellulaire afin de maximiser la taille des clusters, et par conséquent le taux de compression. Deuxièmement, un algorithme auto-adaptatif qui change dynamiquement le nombre maximum de sauts afin de maintenir un équilibre entre la réduction des coûts d’accès au réseau cellulaire et le taux de perte de paquets dans le réseau V2V. Finalement, l’incorporation d’une théorie de la justice distributive, afin d’améliorer l’équité sur la durée concernant la distribution des coûts auxquels les CH doivent faire face, améliorant ainsi l’acceptabilité sociale de la proposition. Les algorithmes proposés ont été testés via simulation, et les résultats montrent une réduction significative dans l’utilisation du réseau cellulaire, une adaptation réussie du nombre de sauts aux changements de la densité du trafic véhiculaire, et une amélioration dans les métriques d’équité, sans affecter la performance des réseaux. / For the development of innovative Intelligent Transportation Systems applications, connected vehicles will frequently need to upload and download position-based information to and from servers. These vehicles will be equipped with different Radio Access Technologies (RAT), like cellular and vehicle-to-vehicle (V2V) technologies such as LTE and IEEE 802.11p respectively. Cellular networkscan provide internet access almost anywhere, with QoS guarantees. However, accessing these networks has an economic cost. In this thesis, a multi-hop clustering algorithm is proposed in the aim of reducing the cellular access costs by aggregating information and off-loading data in the V2V network, using the Cluster Head as a single gateway to the cellular network. For the example application of uploading aggregated Floating Car Data, simulation results show that this approach reduce cellular data consumption by more than 80% by reducing the typical redundancy of position-based data in a vehicular network. There is a threefold contribution: First, an approach that delegates the Cluster Head selection to the cellular base station in order to maximize the cluster size, thus maximizing aggregation. Secondly, a self-adaptation algorithm that dynamically changes the maximum number of hops, addressing the trade-off between cellular access reduction and V2V packet loss. Finally, the incorporation of a theory of distributive justice, for improving fairness over time regarding the distribution of the cost in which Cluster Heads have to incur, thus improving the proposal’s social acceptability. The proposed algorithms were tested via simulation, and the results show a significant reduction in cellular network usage, a successful adaptation of the number of hops to changes in the vehicular traffic density, and an improvement in fairness metrics, without affecting network performance.

[ES] La contaminación atmosférica urbana, generada en gran medida por las emisiones vehiculares en ciudades densamente pobladas, representa una amenaza significativa para la salud pública y la sostenibilidad ambiental. Las estrategias tradicionales de gestión del tráfico se han centrado históricamente en reducir la congestión, desatendiendo los impactos ambientales del tráfico vehicular. Esta tesis aborda este problema mediante el desarrollo de un marco de gestión del tráfico urbano que integra criterios de contaminación, particularmente a través de la incorporación innovadora de datos en tiempo real sobre la calidad del aire en las decisiones de reencaminamiento del tráfico. Utilizando la ciudad de Valencia como estudio de caso, el marco combina la modelización realista del tráfico, el análisis de emisiones y nuevas estrategias de reencaminamiento estático y dinámico basadas en criterios medioambientales. Nuestro recorrido comienza con el innovador desafío de generar datos de demanda de tráfico precisos, sin comprometer la privacidad. Aprovechando los datos de detectores de bucles de inducción, proponemos un enfoque que se aprovecha del uso de la ingeniería inversa para crear un modelo de demanda de tráfico realista. Este método mejora significativamente la precisión en la representación del volumen de tráfico, la distribución espacial de los puntos de origen, y la longitud de las rutas en comparación con las soluciones actuales, proporcionando una base más fiable para análisis posteriores. Sobre esta base, empleamos la herramienta SUMO, junto con el modelo de emisiones HBEFA, para simular el flujo de tráfico y las emisiones de los vehículos. SUMO proporciona capacidades detalladas de simulación de tráfico, mientras que HBEFA ofrece factores de emisión completos para el transporte por carretera, lo que los hace ideales para nuestras necesidades de modelización. A continuación desarrollamos SUMO2GRAL, una herramienta personalizada que integra los resultados de SUMO con GRAL para realizar un modelado detallado de la dispersión de contaminantes, y traducir estas emisiones expresadas en masa a concentración. Esta integración tiene en cuenta factores como la orografía urbana y las condiciones meteorológicas, mejorando así la precisión de las evaluaciones de la calidad del aire en entornos urbanos. A continuación, exploramos estrategias de reencaminamiento del tráfico dirigidas a mitigar la contaminación del aire. Primero, presentamos un enfoque de reencaminamiento estático que ajusta los pesos del tráfico en segmentos de calles según parámetros ambientales fijos. Al aplicar este método en Valencia, demostramos su efectividad en la reducción de las concentraciones de contaminantes, especialmente en áreas críticas como espacios verdes o parques, proporcionando implicaciones prácticas para la política y planificación urbanas. Reconociendo las limitaciones de los métodos estáticos para adaptarse a condiciones dinámicas, desarrollamos un algoritmo dinámico de reencaminamiento del tráfico que ajusta las rutas de los vehículos basándose en los datos de calidad del aire de las calles, y en los perfiles específicos de emisiones de los vehículos. Al introducir un factor de sensibilidad de emisiones, nuestro algoritmo modula las decisiones de encaminamiento en respuesta a las condiciones ambientales. Las simulaciones de situaciones de crisis ambiental, como incendios de edificios, y episodios de niebla producida por la contaminación (smog), revelan que el enfoque dinámico reduce significativamente las concentraciones de contaminantes en las áreas afectadas sin afectar gravemente la eficiencia del tráfico, equilibrando eficazmente los niveles de calidad del aire y de movilidad. Esto proporciona valiosas ideas para urbanistas y responsables políticos en el diseño de sistemas de gestión del tráfico que prioricen la salud pública.[...] / [CA] La contaminació atmosfèrica urbana, generada en gran part per les emissions de vehicles en ciutats densament poblades, representa una amenaça significativa per a la salut pública i la sostenibilitat ambiental. Les estratègies tradicionals de gestió del trànsit s'han centrat històricament en reduir la congestió, deixant de costat els impactes ambientals del trànsit vehicular. Esta tesi aborda este problema a través del desenroll d'un marc de gestió del trànsit urbà que integra criteris de contaminació, particularment mitjançant la incorporació innovadora de dades en temps real sobre la qualitat de l'aire en les decisions de reencaminament del trànsit. Utilisant la ciutat de Valéncia com a cas d'estudi, el marc combina la modelació realista del trànsit, l'anàlisi d'emissions i noves estratègies de reencaminament estàtic i dinàmic basades en criteris mediambientals. El nostre recorregut comença amb el repte innovador de generar dades de demanda de trànsit precises sense comprometre la privacitat. Aprovisionant-se de les dades de detectors de bucles d'inducció, proponem un enfocament que es beneficia de l'ingenieria inversa per a crear un model de demanda de trànsit realista. Este métode millora significativament la precisió en la representació del volum de trànsit, la distribució espacial dels punts d'orige i la longitud de les rutes en comparació en les solucions actuals, proporcionant una base més fiable per a anàlisis posteriors. Sobre esta base, usem l'eina SUMO, junt en el model d'emissions HBEFA, per a simular el flux de trànsit i les emissions dels vehicles. SUMO oferix capacitats detallades de simulació de trànsit, mentres que HBEFA proporciona factors d'emissió complets per al transport per carretera, lo que els fa ideals per a les nostres necessitats de modelació. A continuació, desenrollem SUMO2GRAL, una ferramenta personalisada que integra els resultats de SUMO en GRAL per a realisar una modelació detallada de la dispersió de contaminants, i traduir estes emissions expressades en massa a concentració. Esta integració té en compte factors com l'orografia urbana i les condicions meteorològiques, millorant així la precisió de les evaluacions de la qualitat de l'aire en entorns urbans. A continuació, explorem estratègies de reencaminament del trànsit dirigides a mitigar la contaminació de l'aire. Primer, presentem un enfocament de reencaminament estàtic que ajusta els pesos del trànsit en segments de carrers segons paràmetres ambientals fixos. En aplicar este métode en Valéncia, demostrem la seua efectivitat en la reducció de les concentracions de contaminants, especialment en àrees crítiques com espais verds o parcs, proporcionant implicacions pràctiques per a la política i la planificació urbana. Reconeguent les limitacions dels métodes estàtics per a adaptar-se a condicions dinàmiques, desenrollem un algoritme dinàmic de reencaminament del trànsit que ajusta les rutes dels vehicles basant-se en les dades de qualitat de l'aire dels carrers i en els perfils específics d'emissions dels vehicles. Al introduir un factor de sensibilitat d'emissions, el nostre algoritme modula les decisions d'encaminament en resposta a les condicions ambientals. Les simulacions de situacions de crisi ambiental, com incendis d'edificis i episodis de boira produïda per la contaminació (smog), revelen que l'enfocament dinàmic reduïx significativament les concentracions de contaminants en les àrees afectades sense afectar greument l'eficiència del trànsit, equilibrant eficaçment els nivells de qualitat de l'aire i de mobilitat. Això proporciona valuoses idees per a urbanistes i responsables polítics en el disseny de sistemes de gestió del trànsit que prioritzen la salut pública. Finalment, ampliem el nostre anàlisi a escenaris futurs de trànsit urbà examinant l'evolució esperada del parc vehicular de Valéncia, en particular l'augment en l'adopció de vehicles elèctrics.[...] / [EN] Urban air pollution, primarily generated by vehicular emissions in densely populated cities, poses a significant threat to public health and environmental sustainability. Traditional traffic management strategies have historically focused on reducing congestion, neglecting the environmental impacts of vehicular traffic. This thesis addresses this issue by developing a framework for urban traffic management that integrates pollution criteria, particularly by incorporating real-time air quality data into traffic re-routing decisions. Using the city of Valencia as a case study, the framework combines realistic traffic modelling, emissions analysis, and new static and dynamic re-routing strategies based on environmental criteria. Our journey begins with the innovative challenge of generating accurate traffic demand data without compromising privacy. Leveraging data from induction loop detectors, we propose an approach that utilises reverse engineering to create a realistic traffic demand model. This method significantly improves the accuracy in representing traffic volume, the spatial distribution of origin points, and route lengths compared to current solutions, providing a more reliable foundation for further analysis. Building on this foundation, we use the SUMO tool and the HBEFA emissions model to simulate vehicle traffic flow and emissions. SUMO provides detailed traffic simulation capabilities, while HBEFA offers comprehensive emission factors for road transport, making them ideal for our modelling needs. We then develop SUMO2GRAL, a custom tool that integrates SUMO results with the GRAL to perform detailed pollutant dispersion modelling and translate emissions expressed in mass into concentration. This integration considers factors such as urban orography and meteorological conditions, thereby improving the accuracy of air quality assessments in urban environments. Next, we explore traffic re-routing strategies aimed at mitigating air pollution. First, we present a static re-routing approach that adjusts traffic weights on street segments based on fixed environmental parameters. By applying this method in Valencia, we demonstrate its effectiveness in reducing pollutant concentrations, especially in critical areas such as green spaces or parks, providing practical implications for urban policy and planning. Recognising the limitations of static methods in adapting to dynamic conditions, we develop a novel dynamic traffic re-routing algorithm that adjusts vehicle routes based on street-level air quality data and specific vehicle emissions profiles. By introducing an emission sensitivity factor, our algorithm modulates routing decisions in response to environmental conditions. Simulations in Valencia of environmental crises, such as building fires and smog episodes, reveal that the dynamic approach significantly reduces pollutant concentrations in affected areas without severely impacting traffic efficiency, effectively balancing air quality and mobility levels. This provides valuable insights for urban planners and policymakers in designing responsive traffic management systems prioritising public health. Finally, we extend our analysis to future urban traffic scenarios by examining the expected evolution of the vehicle fleet in Valencia, particularly the increase in electric vehicle adoption. Based on vehicle fleet evolution models from similar European cities, we simulate scenarios that consider technological advancements and social trends. Our findings suggest that a gradual transition to electric vehicles can substantially improve air quality over time, highlighting the importance of promoting cleaner technologies alongside effective traffic management.[...] / Padrón Pérez, JD. (2024). An urban traffic management framework integrating pollution criteria [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/214027