De ontwikkeling van automatisch rijden in Nederland: een scenariostudie

Het onderwerp automatisch rijden is in NM Magazine al vaker aan bod gekomen. Meestal hebben we het dan over de verkeerskundige en regeltechnische implicaties en de kansen die vehicle automation bieden voor verkeersmanagement. In deze wetenschappelijke bijdrage benaderen we het onderwerp van een wat andere hoek. We verkennen vier plausibele toekomstscenario’s voor Nederland en focussen daarna op de vraag: wanneer komen zelfrijdende voertuigen op de markt en wat betekent dat voor het verkeer en het reisgedrag?

 
Foto Google car
 
Wat zijn mogelijke ontwikkelingspaden voor automatische voertuigen in Nederland en welk tijdpad volgen die? Wat zijn de te verwachten effecten voor de capaciteit van snelwegen, provinciale wegen en de stedelijke wegen? En wat betekenen de verschillende ontwikkelingspaden voor de verkeersvraag? In opdracht van het Planbureau voor de Leefomgeving hebben we die vragen met behulp van een scenarioanalyse proberen te beantwoorden. Vijf experts van TU Delft deden het voorwerk, en hun bevindingen hebben we tegen het licht gehouden met de hulp van nog eens vijftien professionals van onder meer het Ministerie van Infrastructuur en Milieu, Rijkswaterstaat, Connekt, het Kennisinstituut voor Mobiliteitsbeleid, RDW en TU Eindhoven.

Aanpak
Stap één in onze studie was vaststellen welke factoren een rol spelen bij de ontwikkeling van automatisch rijden in Nederland. Tijdens een eerste workshop kwamen onze vijf experts op zestien mogelijke factoren die een direct en/of indirect effect op automatisch rijden hebben. Pilots met zelfrijdende voertuigen zijn bijvoorbeeld belangrijk om technologie te beproeven en verder te helpen: een direct effect. Maar zulke projecten kunnen ook de publieke opinie over automatisch rijden positief beïnvloeden, wat een meer indirect effect op de ontwikkelingen heeft.

 

Tabel 1: De factoren die bepalend zijn voor de ontwikkeling van automatisch rijden in Nederland, met hun ‘driving forces’.
Tabel 1: De factoren die bepalend zijn voor de ontwikkeling van automatisch rijden in Nederland, met hun ‘driving forces’. (Klik voor een grotere weergave.)

De experts hebben ook de stuwende krachten, driving forces, achter elk van de factoren geïdentificeerd. Er zijn er vijf, namelijk beleid, technologie, houding van de eindgebruiker, economie en milieu. Beleid en technologie spelen bij vrijwel alle factoren een rol en ook de houding van de eindgebruiker heeft een rol van betekenis. Economie is al minder belangrijk en milieu ‘stuwt’ slechts twee factoren. Zie tabel 1 voor een overzicht.

Een volgende stap, goed voor een tweede workshop, was om deze krachten te beoordelen: hoe groot is hun potentiële effect op de ontwikkeling van automatisch rijden (impact) en hoe voorspelbaar is dat effect (onzekerheid)? Op basis van de inschattingen van de experts is tabel 2 samengesteld. Technologie en beleid hebben een bovengemiddelde impact, aldus de experts, maar de onzekerheid is groot.

Scenario’s
Dat maakt technologie en beleid prima geschikt als uitgangspunt voor het opstellen van een tweedimensionale scenariomatrix – zie figuur 1. De onzekerheid laten we terugkomen in het verloop op de assen. De y-as loopt van lage naar hoge technologische ontwikkeling en de x-as van beperkend naar ondersteunend beleid.
De vier scenario’s rond de xy-as hebben we ‘AV in stand-by’, ‘AV in bloei’, ‘AV in trek’ en ‘AV in twijfel’ genoemd, waarbij AV staat voor automatische voertuigen.
Hoewel de vier scenario’s rond de permutaties van technologie en beleid zijn opgebouwd, hebben we ook de andere driving forces in de scenario’s verwerkt. Daarmee hebben we het plaatje compleet gekregen – en deden we recht aan de complexiteit van het onderwerp.

Het scenario AV in stand-by beschrijft het ontwikkelingspad waarin de technologie voor automatische voertuigen zich weliswaar snel ontwikkelt – volledig zelfrijdende auto’s komen in 2030 op de markt –maar waarin de Nederlandse overheid terughoudend is met investeren in het concept, gezien de risico’s voor ons verkeerssysteem. De ontwikkelingen zijn in dit scenario dus compleet technologie- en marktgedreven. Op eigen kracht lukt het de industrie om de aanvankelijke scepsis van het publiek te overwinnen en in de jaren na 2030 weten ze snel een hoge penetratiegraad te bereiken. De vrees van de overheid voor negatieve implicaties wordt echter bewaarheid: het autogebruik wordt aantrekkelijker, de verkeersvraag neemt sterk toe en het openbaar vervoer komt verder onder druk te staan.

Het tweede scenario, AV in bloei, beschrijft het pad waarin automatisch rijden zowel de technologische ontwikkelingen als het overheidsbeleid mee heeft. Zelfrijdende auto’s zijn daardoor al in 2025 commercieel beschikbaar en de verkoop wordt ondersteund door tal van stimulerende maatregelen, waaronder forse subsidies. De positieve economische context, het beleid van de Nederlandse overheid, maar ook bredere maatschappelijke veranderingen in deze periode brengen de verkoop van zelfrijdende voertuigen tot grote hoogten. Ook het aantal volledig geautomatiseerde taxi’s groeit snel. Dit alles stuwt de verkeersvraag echter zo op, dat de Nederlandse overheid verschillende maatregelen moet treffen om die vraag te managen.

Ook in het scenario AV in trek promoot de Nederlandse overheid het automatische rijden. Ze verwachten grote maatschappelijke voordelen als minder files en minder ongevallen, en faciliteren daarom waar mogelijk de ontwikkeling van zelfrijdende voertuigen. Maar de technologische ontwikkelingen blijven achter en de industrie moet zelfs een pas op de plaats maken wanneer zelfrijdende voertuigen kort na de introductie betrokken raken bij enkele dodelijke ongevallen. Daardoor komen zelfrijdende voertuigen pas in 2040 goed beschikbaar. Tegen die tijd zijn alle (psychologische) barrières ook wel verdwenen en neemt de penetratie zelfrijdende voertuigen snel toe. De combinatie van een dalende value of time en een stijgende wegcapaciteit resulteren in meer voertuigen op de weg en meer ritten. De overheid ziet zich dan ook genoodzaakt de verkeersvraag te managen.

Het vierde en laatste scenario AV in twijfel betreft het ontwikkelingspad waarin alle belangrijke driving forces ontbreken. De Nederlandse overheid stelt zich op het standpunt dat automatisch rijden negatief zal uitpakken voor het vervoerssysteem als geheel en ze verwachten niet dat de technologie zich zo ver ontwikkelt dat er sprake zal zijn van écht zelfrijdende voertuigen. Daarom ondersteunen ze automatisch rijden niet. Technologisch gezien wordt er ook nauwelijks vooruitgang geboekt: verschillende incidenten in de auto- en high tech-industrie leiden tot een fikse vertraging in de technologische ontwikkeling. Ook de houding van de (potentiële) klant is negatief en door deze combinatie van factoren, duurt het zeker tot 2045 eer de eerste zelfrijdende voertuigen commercieel beschikbaar zijn – en dan alleen nog voor de rijkere bovenlaag van de bevolking. Na 2045 starten ook de eerste diensten met zelfrijdende taxi’s, zoals werken en/of uitrusten ‘on the move’.

 

Figuur 1: Vier plausibele scenario’s voor de ontwikkeling van automatische voertuigen, AV, in Nederland. (Klik voor een grotere weergave.)
Figuur 1: Vier plausibele scenario’s voor de ontwikkeling van automatische voertuigen, AV, in Nederland. (Klik voor een grotere weergave.)

 
Kansrijkheid scenario’s
De scenario’s die in de workshops met de vijf experts zijn opgesteld, hebben we in een derde workshop met nog eens vijftien professionals uit het werkveld doorgenomen. We hebben daarbij vooral gekeken naar de waarschijnlijkheid dat een scenario zich zal voordoen en naar de impact van elk scenario, oftewel: wat is het te verwachten effect op value of time, de wegcapaciteit en de verkeersvraag?

De grotere groep professionals zag de vier gepresenteerde scenario’s als voldoende realistisch – er werd in ieder geval geen ander scenario aangedragen dat waarschijnlijker (realistischer) werd geacht dan de vier.
AV in bloei en AV in trek (de scenario’s rechts in figuur 1) werden beoordeeld als ‘meest waarschijnlijk’. De experts waren daarmee van mening dat het beleid van de Nederlandse overheid over het algemeen positief zal zijn, gericht op het ondersteunen dan wel stimuleren van automatisch rijden. Technologie is dus de onzekere factor en daarmee ook dé bepalende factor voor de ontwikkeling van het automatisch rijden. Overigens neigen de professionals in ons onderzoek er sterk naar te geloven dat het ook wel goed komt met de technologie: AV in bloei werd van de twee scenario’s nog een slag waarschijnlijker geacht. Als dat inderdaad zo is, dan zou de industrie, gesteund door positief beleid, al over tien jaar klaar moeten zijn om zelfrijdende auto’s op de markt te brengen.

Wat impact betreft werd AV in bloei gezien als het scenario dat de grootste veranderingen teweegbrengt, en AV in twijfel als het scenario met de kleinste impact.

Bevindingen en conclusies
In het bovenstaande hebben we de scenario’s slechts op hoofdlijnen beschreven. In werkelijkheid zijn we in de workshops veel dieper op de mogelijke ontwikkelingen ingegaan – zie ook de beschrijvingen in figuur 1. Uitgaande van deze gedetailleerdere analyses sommen we hieronder kort de belangrijkste bevindingen en conclusies van ons onderzoek op:

  • Volledig geautomatiseerde voertuigen zullen tussen 2025 en 2045 commercieel beschikbaar komen. De komst van conditional automation, waarbij het automatisch rijden alleen onder bepaalde omstandigheden (bijvoorbeeld op snelwegen) en met de bestuurder als ‘back-up’ mogelijk is, is wat scherper in de tijd te plaatsen: tussen 2018 en 2028.
  • Het volledig automatisch rijden wordt gezien als een echte doorbraak en de vraag naar zelfrijdende voertuigen zal dan ook hoog zijn. De penetratiegraad van zelfrijdende voertuigen zal in 2030, afhankelijk van het scenario, tussen de 1% en 11% liggen, waarbij het dan nog vooral om conditionally automated vehicles gaat. In 2050 komt de penetratiegraad tussen de 7% en 61% uit, en dan met volledig zelfrijdende voertuigen.
  • De technologie voor automatisch rijden en zogenaamde coöperatieve technologie zullen zich gelijktijdig ontwikkelen en uiteindelijk samenkomen. Op welke vorm van coöperatie we dan uitkomen – communicatie tussen alleen de voertuigen onderling (V2V) of tussen voertuigen en de wegkant (V2I) – zal per scenario verschillen en afhangen van beleid en technologische ontwikkelingen.
  • De stedelijke omgeving is voor zelfrijdende voertuigen uitermate complex: een fijnmazig netwerk, de weg delen met ook fietsers en voetgangers enzovoort. Alhoewel de technologie beschikbaar lijkt om op lage snelheid en buiten drukke verkeersaders zelfrijdende auto’s toe te staan, is een forse technologische ontwikkeling nodig om overal in de stad te kunnen rijden.
  • Incidenten als dodelijke ongevallen, het faillissement van een marktpartij of een verandering in de strategische koers van belangrijke partijen kunnen het ontwikkelingspad naar automatisch rijden beduidend langer maken.
  • Zelfrijdende voertuigen veranderen in alle scenario’s de mobiliteit zoals we die nu kennen. De impact is het grootst in het scenario AV in bloei en het laagst in AV in twijfel.
  • De Nederlandse overheid zal in drie van de vier scenario’s maatregelen moeten treffen (bijvoorbeeld: het managen van de verkeersvraag) om de groei van het aantal ritten en de problemen die dat met zich meebrengt te faciliteren of te beheersen.

Tot slot
Het zelfrijdende voertuig is een onontkoombare ontwikkeling, daar zijn alle professionals uit ons onderzoek het over eens. Afhankelijk van het ontwikkelingspad is zo’n voertuig ook dichterbij dan menigeen denkt: tussen 2025 (dat is al over tien jaar) en 2045 zullen we bij de dealer om de hoek een zelfrijdend voertuig kunnen aanschaffen. De gevolgen voor de mobiliteit zullen groot zijn en verkeerskundigen kunnen dan ook hun borst natmaken: ook voor het zelfrijdende verkeer zullen we slimme (beleids)maatregelen moeten blijven treffen.

____

De auteurs
Dr. Dimitris Milakis is universitair docent Smart & Sustainable Transport Systems aan TU Delft.
Prof. dr. ir. Bart van Arem is hoogleraar Transport Modelling aan TU Delft.
Dr. Maaike Snelder is universitair docent Robust Transport Networks aan TU Delft en senior adviseur bij TNO.