論文の概要: From Simulation to Sustainable Urban Mobility: A Purpose-Driven Framework for Advanced EV Charging Technology Transfer
- arxiv url: http://arxiv.org/abs/2611.03135v1
- Date: Mon, 02 Nov 2026 13:47:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 13:09:53.276843
- Title: From Simulation to Sustainable Urban Mobility: A Purpose-Driven Framework for Advanced EV Charging Technology Transfer
- Title(参考訳): シミュレーションから持続可能な都市モビリティへ:高度EV充電技術移行のための目的駆動フレームワーク
- Abstract要約: 本稿では,シミュレーションの洞察と都市利害関係者のニーズを体系的に結びつける,目的駆動型技術移転(PDTT)フレームワークを提案する。
我々は、複雑な都市シナリオにおけるEV充電の運転および持続可能性への影響を評価し、エネルギー効率やCO2排出量などの指標を評価する。
- 参考スコア(独自算出の注目度): 4.873502023559938
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The integration of electric vehicles (EVs) into urban mobility systems offers both opportunities and challenges for cities pursuing sustainability and energy efficiency. While simulation-based approaches have demonstrated the technical feasibility of advanced charging strategies, such as smart charging, bidirectional charging, and Vehicle-to-Grid (V2G), their real-world impact is often constrained by policy, business models, and stakeholder engagement. This paper introduces a purpose-driven technology transfer (PDTT) framework that systematically connects simulation insights with the needs of urban stakeholders. Leveraging a modular simulation architecture based on Simulation of Urban Mobility (SUMO), we evaluate the operational and sustainability impacts of advanced EV charging in complex urban scenarios, assessing indicators such as energy efficiency and CO2 emissions. The PDTT framework guides the translation of simulation results into actionable pathways for deployment, policy design, and market innovation, supporting co-creation with city planners, utilities, and communities. Our findings highlight the value of simulation as a diagnostic and engagement tool, and demonstrate how a multidimensional, stakeholder-centered approach can accelerate the sustainable adoption of advanced EV charging technologies in smart city contexts.
- Abstract(参考訳): 電気自動車(EV)の都市移動システムへの統合は、持続可能性やエネルギー効率を追求する都市にとっての機会と課題を提供する。
シミュレーションベースのアプローチは、スマート充電、双方向充電、V2G(Vine-to-Grid)といった高度な充電戦略の技術的実現可能性を示しているが、実際の影響は政策、ビジネスモデル、ステークホルダーの関与によって制約されることが多い。
本稿では,シミュレーションの洞察と都市利害関係者のニーズを体系的に結びつける,目的駆動型技術移転(PDTT)フレームワークを提案する。
都市移動シミュレーション(SUMO)に基づくモジュラーシミュレーションアーキテクチャを活用し、複雑な都市シナリオにおけるEV充電の運用および持続可能性への影響を評価し、エネルギー効率やCO2排出量などの指標を評価する。
PDTTフレームワークは、シミュレーション結果を、展開、政策設計、市場革新のための実行可能な経路に翻訳し、都市計画者、ユーティリティ、コミュニティとの共創を支援する。
筆者らは, 診断・エンゲージメントツールとしてのシミュレーションの価値を強調し, 多次元のステークホルダー中心のアプローチが, スマートシティにおける高度なEV充電技術の持続的導入をいかに加速するかを実証した。
関連論文リスト
- MoDE-Boost: Boosting Shared Mobility Demand with Edge-Ready Prediction Models [0.688204255655161]
交通需要予測は、出現する空間的および時間的需要パターンを特定するための重要な中間指標となる。
そこで本研究では, 階層化モデルと回帰モデルという2つのモデルバリエーションを提案し, それぞれが時間的水平方向の需要予測を生成できることを示した。
我々の全体的なアプローチは、時間的特徴と文脈的特徴を効果的に統合し、正確な予測を可能にします。
論文 参考訳(メタデータ) (2026-02-18T16:18:13Z) - Evaluating Impacts of Traffic Regulations in Complex Mobility Systems Using Scenario-Based Simulations [0.3867363075280543]
都市交通規制政策は、都市における渋滞、排出、アクセシビリティに対処するためにますます使われている。
データ可用性と計算能力の最近の進歩は、交通政策設計のためのモデル駆動型、シミュレーションベースの決定支援の新しい形態を可能にする。
本稿では,輸送関連効果と経済的アクセシビリティにまたがる直接的影響と間接的影響の両方について,前者評価のための新しいシミュレーションパラダイムを提案する。
論文 参考訳(メタデータ) (2026-01-12T17:12:22Z) - A Digital Twin Framework for Decision-Support and Optimization of EV Charging Infrastructure in Localized Urban Systems [0.6640968473398454]
この研究は、デジタルツインフレームワークの提案により、静的モデルを超えて進んでいる。
エージェントベースの意思決定サポートと組込み最適化を統合し、EV充電動作を動的にシミュレートする。
モデルはベトナムのハノイの地方都市に適用される。
論文 参考訳(メタデータ) (2025-10-21T12:26:35Z) - Joint Resource Management for Energy-efficient UAV-assisted SWIPT-MEC: A Deep Reinforcement Learning Approach [50.52139512096988]
6G Internet of Things (IoT)ネットワークは、地上インフラストラクチャが利用できない遠隔地や災害シナリオにおいて、課題に直面している。
本稿では、指向性アンテナにより強化された新しい無人航空機(UAV)支援コンピューティングシステムを提案する。
論文 参考訳(メタデータ) (2025-05-06T06:46:19Z) - Towards Autonomous Micromobility through Scalable Urban Simulation [52.749987132021324]
現在のマイクロモビリティは、主に人手操作(対人・遠隔操作)に依存している。
本研究では,自律型マイクロモビリティを実現するため,スケーラブルな都市シミュレーションソリューションを提案する。
論文 参考訳(メタデータ) (2025-05-01T17:52:29Z) - MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。
公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。
本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
論文 参考訳(メタデータ) (2024-07-11T17:56:49Z) - Evolutionary City: Towards a Flexible, Agile and Symbiotic System [27.41514907749535]
都市の成長は、需要の変化に対応するのに苦労する堅固なインフラにつながることがある。
本稿では,このようなダイナミックな需要に都市がより効率的に対応できるよう,新しいアプローチを提案する。
高度なセンシング技術により、都市の適応性知覚を高めるための枠組みが提示される。
ケーススタディでは、車線割り当てを調整することで、このアプローチが交通の流れを最適化する方法について検討する。
論文 参考訳(メタデータ) (2023-11-06T05:10:33Z) - Generative AI-empowered Simulation for Autonomous Driving in Vehicular
Mixed Reality Metaverses [130.15554653948897]
車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。
現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。
生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-02-16T16:54:10Z) - Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。
輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
論文 参考訳(メタデータ) (2020-05-09T13:53:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。