Taxis Volants : L'Avenir du Transport Urbain
La mobilité aérienne avancée propose une nouvelle solution pour la congestion urbaine avec des taxis volants.
Kamal Acharya, Mehul Lad, Liang Sun, Houbing Song
― 10 min lire
Table des matières
- Pourquoi on a besoin de l'AAM
- Types de Mobilité Aérienne Avancée
- Le défi de la modélisation de la demande
- Comment la demande est évaluée
- Le modèle en quatre étapes
- Facteurs influençant la demande
- Comprendre la modélisation des coûts
- Le temps compte aussi
- Modélisation des risques
- Coût Généralisé du Trajet (GCT)
- Choisir l'AAM plutôt que les transports traditionnels
- Les résultats de la modélisation de la demande de l'AAM
- Directions futures pour la recherche sur l'AAM
- Conclusion
- Source originale
- Liens de référence
La Mobilité Aérienne Avancée (AAM) est le petit nouveau dans le monde des solutions de transport. On parle de taxis volants et d'autres engins cool qui pourraient aider à réduire les bouchons qui semblent toucher toutes les grandes villes. Avec les villes qui grandissent et les gens qui s'y entassent, le besoin de trouver des moyens plus intelligents de se déplacer est devenu plus urgent que jamais. Le transport terrestre traditionnel ne suffit plus, et c'est là qu'AAM entre en jeu, prêt à donner un peu d'altitude à nos déplacements.
Pourquoi on a besoin de l'AAM
Les zones urbaines à travers le monde grandissent à un rythme fou. Avec plus de gens, il y a plus de voitures, plus d'engorgements, et donc plus de frustrations. Les retards et les bouchons entraînent du temps perdu, plus de pollution et des pertes économiques qui peuvent donner le vertige. Imagine perdre des milliards d'heures coincé dans les bouchons ! Les chiffres des rapports récents montrent que les retards de voyage ont atteint des montants hallucinants en seulement quelques années. Ça fait des milliards d'heures qui pourraient être passées à faire quelque chose de beaucoup plus sympa, comme binge-watcher ta série préférée.
L'AAM vise à offrir une alternative fraîche, nous permettant de nous élever au-dessus du trafic grâce à des aéronefs électriques et autonomes. Ça veut dire qu'on pourrait laisser le stress du trafic au sol derrière nous, atteignant potentiellement nos destinations plus vite et avec moins de tracas.
Types de Mobilité Aérienne Avancée
L'AAM peut être divisé en deux grandes catégories : la Mobilité aérienne urbaine (UAM), qui se concentre sur les vols de courte distance en milieu urbain, et la Mobilité Aérienne Régionale (RAM), qui nous emmène un peu plus loin, vers les banlieues. L'UAM utilise des véhicules électriques intelligents capables de décoller et d'atterrir verticalement - pense à eux comme les versions volantes de taxis qui planent juste au-dessus de la rue ! La RAM, elle, utilise des aéroports classiques et couvre des distances plus longues sans nécessiter de décollage et d'atterrissage verticaux.
Les deux types partagent le même objectif : nous emmener rapidement et efficacement d'un point A à un point B, mais elles ont des approches différentes selon notre destination.
Le défi de la modélisation de la demande
Pour faire de l'AAM une réalité, il faut savoir combien de personnes veulent utiliser ces taxis volants. C'est là que la modélisation de la demande entre en jeu. Modéliser la demande, c'est comprendre comment prédire combien de trajets seront effectués avec l'AAM en fonction de critères comme la distance, le coût et le temps de trajet. C'est un processus compliqué, mais essentiel pour s'assurer que le bon nombre de taxis volants est disponible quand on en a besoin.
Des chercheurs ont analysé les motifs de déplacement dans une région spécifique — le Tennessee — pour voir comment l'AAM pourrait s'intégrer. En utilisant des données de diverses sources, ils peuvent évaluer la probabilité qu'une personne privilégie un vol plutôt que de conduire ou de prendre un bus. Cette recherche espère obtenir une image plus claire des zones qui bénéficieraient le plus des services d'AAM.
Comment la demande est évaluée
La première étape pour comprendre la demande d'AAM est de rassembler des données sur les schémas de trajets. Les chercheurs se sont concentrés sur les données de trajets basées sur l'emploi, qui examinent où les gens travaillent et comment ils s'y rendent. En étudiant les trajets des gens à travers les zones de recensement dans le Tennessee, ils peuvent déterminer quels trajets sont adaptés pour les voyages aériens.
Ensuite vient la partie amusante : modéliser les coûts et les temps de trajet associés au transport terrestre et à l'AAM. Ça signifie qu'ils doivent estimer combien ça coûterait de prendre un taxi volant par rapport à une course en voiture traditionnelle et combien de temps le trajet prendrait. L'objectif est de créer une équation qui prend en compte tous ces facteurs, leur permettant de prédire quel mode de transport les gens préfèreront selon leurs circonstances spécifiques.
Le modèle en quatre étapes
Pour décomposer cela, les chercheurs utilisent une méthode appelée le Modèle en Quatre Étapes. Ce modèle comprend quatre étapes principales : génération de trajets, distribution de trajets, choix du mode et choix de l'itinéraire.
-
Génération de trajets : Cette étape estime le nombre total de trajets commençant et se terminant dans différentes zones en fonction de facteurs sociaux et économiques. Pense à compter combien de gens vont au boulot.
-
Distribution de trajets : Cette étape prend les trajets générés et les répartit entre différentes zones. C'est comme décider quels chemins les gens vont prendre en fonction des conditions de circulation.
-
Choix du mode : Cette étape cruciale examine quel mode de transport les gens vont choisir. Vont-ils conduire, prendre le bus, ou sauter dans un taxi volant ? C'est là que l'analyse des données devient vraiment excitante.
-
Choix de l'itinéraire : Enfin, les chercheurs décident quels itinéraires spécifiques seront empruntés. C'est tout sur l'optimisation pour le meilleur trajet possible.
Le focus ici est sur le choix du mode, en analysant si les voyageurs sont susceptibles de choisir l'AAM plutôt que les options de transport traditionnelles.
Facteurs influençant la demande
De nombreux facteurs entrent en jeu lorsqu'il s'agit de prédire la demande pour l'AAM. Les préférences individuelles, les distances de trajet et combien ils sont prêts à dépenser influencent tous leur choix de transport.
Un aspect important est la distance du trajet. Les recherches montrent que l'AAM est privilégié pour les trajets plus longs. Donc, si tu dois parcourir 250 miles ou plus, voler peut sembler beaucoup plus attrayant que d'être coincé dans le trafic.
Un autre facteur significatif est le coût. Si le vol coûte trop cher par rapport à la conduite, la plupart des gens choisiront l'option terrestre. Mais si l'AAM peut être positionné comme une option économique — surtout pour les longs trajets — les gens pourraient être plus enclins à le choisir.
Comprendre la modélisation des coûts
La modélisation des coûts est une pièce cruciale du puzzle. Il s'agit de comprendre combien coûtera un trajet pour différents modes de transport.
Pour le transport terrestre, les chercheurs ont regardé les coûts de kilométrage — combien ça coûte de conduire une voiture en fonction de la distance et des prix du carburant. Ils ont utilisé le taux de kilométrage standard fixé par l'IRS pour simplifier les choses.
Quant aux voyages aériens, les chercheurs n'ont pas calculé chaque chiffre possible pour les tarifs aériens. Au lieu de cela, ils ont utilisé une méthode plus simple basée sur la distance. Le coût de voyager avec l'AAM a été calculé en utilisant des données de prix de billets, qui montrent une tendance générale concernant le coût habituel des vols sur diverses distances.
Le temps compte aussi
Lorsque les gens décident comment voyager, le temps est un facteur important. La rapidité avec laquelle tu peux atteindre ta destination l'emporte souvent sur les considérations de coût.
Pour le transport terrestre, le temps de trajet peut être calculé en utilisant des données de distance de conduite. Une bonne estimation du temps de trajet est essentielle, car les gens ne s'inquiètent pas seulement du coût de leur trajet ; ils veulent aussi savoir combien de temps ils passeront pour aller d'un point A à un point B.
Pour les voyages aériens, il faut tenir compte non seulement du temps de vol mais aussi de l'ensemble du trajet, y compris l'attente à l'aéroport. Une planification efficace et des temps d'attente réduits deviennent critiques pour mettre en avant les avantages de l'AAM.
Modélisation des risques
Chaque mode de transport comporte des risques. En termes de sécurité, l'AAM a un bon argument à faire. Les études montrent que voler a généralement un risque de mortalité plus faible que de conduire. Alors que le transport terrestre peut sembler plus simple, quand on regarde de plus près les données, voler peut être étonnamment sûr.
Pour incorporer ces risques dans le modèle de demande, les chercheurs examinent des statistiques sur les décès liés au transport et s'en servent pour évaluer combien chaque mode de transport est risqué. Ils pèsent les risques potentiels par rapport aux coûts et aux bénéfices, fournissant une estimation plus précise lorsque les gens choisissent l'AAM.
Coût Généralisé du Trajet (GCT)
Un gros focus dans les études AAM est le Coût Généralisé du Trajet (GCT), qui aide les chercheurs et les urbanistes à comprendre la relation entre coût, temps et sécurité pour différents modes de transport.
Au lieu de considérer uniquement le coût monétaire, le GCT prend en compte la valeur de ton temps et les risques inhérents. Ça donne une image plus complète de ce que coûter vraiment un trajet d'un endroit à un autre, pas seulement en dollars mais aussi en temps perdu et en risque accru.
Choisir l'AAM plutôt que les transports traditionnels
Alors, comment choisir l'AAM plutôt que le transport terrestre ? C'est là que ça devient intéressant. Les chercheurs ont découvert que si plus de 70 % du GCT provient des coûts du transport aérien, et que le trajet est suffisamment long, les gens sont beaucoup plus susceptibles de choisir l'AAM.
Imagine que tu as le choix entre être coincé dans un trafic interminable ou survoler tout ça dans un taxi volant confortable. Si le temps et l'argent s'alignent sur le vol qui a du sens, c'est pas étonnant que les gens optent pour la voie aérienne.
Les résultats de la modélisation de la demande de l'AAM
Un résultat significatif de l'étude de la demande pour l'AAM indique que lorsque le transport aérien représente une part considérable du coût de voyage et que la distance dépasse 250 miles, les gens sont susceptibles d'accepter l'idée des taxis volants. C'est un signe prometteur pour l'industrie de l'AAM, montrant un fort potentiel pour répondre aux besoins de transport urbain et régional.
Directions futures pour la recherche sur l'AAM
Bien que la recherche actuelle ait fait des progrès substantiels, le travail n'est pas encore terminé. Les études futures chercheront à inclure des facteurs comme le coût et l'efficacité des aéronefs électriques, ce qui pourrait encore modifier la dynamique de l'AAM et sa viabilité en tant que solution de transport.
Conclusion
En résumé, la demande pour la Mobilité Aérienne Avancée est un domaine fascinant et en évolution. À mesure que la compréhension des schémas de voyage, des coûts et des préférences s'approfondit, les perspectives pour l'AAM deviennent plus claires. L'espoir est d'offrir une solution qui non seulement répond à la demande mais fournit également un moyen de transport plus sûr, plus rapide et plus efficace. En regardant vers l'avenir, ce nouveau mode de taxis volants pourrait être exactement l'upgrade de transport dont on a besoin, nous permettant de planer au-dessus des tracas de la circulation quotidienne et de ramener une touche de joie dans nos trajets quotidiens.
Source originale
Titre: Demand Modeling for Advanced Air Mobility
Résumé: In recent years, the rapid pace of urbanization has posed profound challenges globally, exacerbating environmental concerns and escalating traffic congestion in metropolitan areas. To mitigate these issues, Advanced Air Mobility (AAM) has emerged as a promising transportation alternative. However, the effective implementation of AAM requires robust demand modeling. This study delves into the demand dynamics of AAM by analyzing employment based trip data across Tennessee's census tracts, employing statistical techniques and machine learning models to enhance accuracy in demand forecasting. Drawing on datasets from the Bureau of Transportation Statistics (BTS), the Internal Revenue Service (IRS), the Federal Aviation Administration (FAA), and additional sources, we perform cost, time, and risk assessments to compute the Generalized Cost of Trip (GCT). Our findings indicate that trips are more likely to be viable for AAM if air transportation accounts for over 70\% of the GCT and the journey spans more than 250 miles. The study not only refines the understanding of AAM demand but also guides strategic planning and policy formulation for sustainable urban mobility solutions. The data and code can be accessed on GitHub.{https://github.com/lotussavy/IEEEBigData-2024.git }
Auteurs: Kamal Acharya, Mehul Lad, Liang Sun, Houbing Song
Dernière mise à jour: 2024-11-25 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2412.06807
Source PDF: https://arxiv.org/pdf/2412.06807
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.
Liens de référence
- https://github.com/lotussavy/IEEEBigData-2024.git
- https://static.tti.tamu.edu/tti.tamu.edu/documents/mobility-report-2023.pdf
- https://project-osrm.org/
- https://www2.census.gov/geo/pdfs/education/CensusTracts.pdf
- https://www.irs.gov/tax-professionals/standard-mileage-rates
- https://aspm.faa.gov/apm/sys/AnalysisCP.asp
- https://injuryfacts.nsc.org/state-data/motor-vehicle-deaths-by-state/
- https://injuryfacts.nsc.org/home-and-community/safety-topics/airplane-crashes/
- https://www.bls.gov/oes/tables.htm