his.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Självkörande fordon: och hur de kan komma att påverka vägtransporter
University of Skövde, School of Business.
2017 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Self-driving vehicles : and how they might affect road transportation (English)
Abstract [sv]

Denna studie har utförts genom att granska relevant teoretiskt material som funnits tillgängligt fram till början av andra kvartalet år 2017. Det teoretiska materialet har prövats mot experter på området i form av intervjuer och slutligen har det gemensamma materialet av teori och empiri tolkats av författaren som också förmedlar sina egna tankar kring självkörande fordon.  Studien fokuserar på självkörande vägfordon som bilar och lastbilar och vilka konsekvenser självkörande fordon kan medföra i en framtida situation avseende förflyttning av material, gods och människor i och mellan samhällen. Aspekter som belyses är vilka infrastrukturförändringar som kan tänkas ske och hur miljön kan påverkas. Ett bidrag i denna studie är bedömningen av när fullt självkörande fordon troligtvis kommer finnas tillgängliga och när de har etablerats.  Studien  visar  att  det  finns  potentiellt  stora  vinster  med  att  införa  självkörande  fordon  på allmänna vägar däribland samhällsekonomiska fördelar och kommersiella aspekter som högre säkerhet på väg samt lägre bränsleförbrukning med kolonnkörning och därmed också mindre utsläpp.  Självkörande  fordon  bör  också  kunna  medföra  ett  jämnare  trafikflöde  när trafikolyckorna blir färre och vågliknande mönster i trafiken reduceras eftersom körningen blir allt mer automatiserad. Det bör även leda till kapacitetshöjande effekter på vägarna genom att fler fordon per tidsenhet kan passera ett område och därmed ökad produktivitet. FN:s, EU:s och även Sveriges miljömål bör kunna driva på övergången från fossila fordon till elektriska fordon med olika former av incitament och samtidigt när allt fler går över till elektriska fordon (inom tidsperioden för satta miljömål) är det även troligt att de elektriska fordonen är utrustade med självkörande funktionalitet, inte minst ur säkerhetssynpunkt och därför bör försäljningen av elektriska fordon gynna även försäljningen av självkörande fordon eller självkörande system.  Det finns också risker med självkörande fordon eftersom delar eller hela system i självkörande fordon möjligen kan manipuleras, störas eller inaktiveras. Det finns frågor kring vilka etiska val  en  AI  gör  och  om  den  data  som  samlas  in  och  skickas  från  fordonen  till  datormoln. Självkörande  fordon  kan  också  innebära  en  inskränkning  av  den  personliga  integriteten eftersom  det  möjligen  kommer  finnas  videokameror  i  fordonen,  eller  genom  att  känslig information  som  insamlats  med  fordonen  exponeras  och  resulterar  i  förföljelse,  högre försäkringspremier eller någon annan ovälkommen händelse.  Människan  har  en  begränsad  förmåga  att  tänka  rationellt  (administrative  man)  eftersom människan bedömer vissa möjliga alternativ och vissa konsekvenser av dessa alternativ samt tenderar att välja det första tillfredsställande alternativet som dyker upp. Detta kan skapa vissa hinder för bland annat implementeringen av självkörande fordon. De hinder som identifierats mot självkörande fordon är främst lagar och regler såsom  ansvarsfrågan vid en olycka och avsaknad av unifierade lagar och regler som är anpassade till den nya tekniken. Även acceptans till den nya tekniken kan vara ett hinder och likaså osäkerheten kring framtidens arbetsmarknad eftersom att arbeten kan försvinna och ersättas av maskiner. 

Place, publisher, year, edition, pages
2017. , 104 p.
Keyword [sv]
Självkörande fordon, Transport, Infrastruktur, Deep Learning, AI
National Category
Transport Systems and Logistics
Identifiers
URN: urn:nbn:se:his:diva-14179OAI: oai:DiVA.org:his-14179DiVA: diva2:1145406
Subject / course
Logistics
Educational program
Industrial Management and Logistics
Examiners
Available from: 2017-10-09 Created: 2017-09-28 Last updated: 2017-10-09Bibliographically approved

Open Access in DiVA

fulltext(3290 kB)7 downloads
File information
File name FULLTEXT01.pdfFile size 3290 kBChecksum SHA-512
7f09079ed25b2891308cf819a0c0808afd81615e2ccc53becc454b23fa12e06153932834f8ef05f9973018378f0421112973a974e0f525528321b3e663d05445
Type fulltextMimetype application/pdf

By organisation
School of Business
Transport Systems and Logistics

Search outside of DiVA

GoogleGoogle Scholar
Total: 7 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 33 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf