- Acceptatie van technologie
- Afrika
- Artificial General Intelligence
- +7
Lotte Notelaers
Over Lotte
Als PhD-onderzoeker aan de KU Leuven analyseer ik hoe de maatschappelijke impacten van de zelfrijdende auto en hoe hun komst onze mobiliteit fundamenteel gaan veranderen. Denk bijvoorbeeld aan extra kilometers en files door lege ritten naar goedkopere parkings buiten de centra, of files in de ochtend en avondspits in beide richtingen in plaats van in 1 richting.
Ik onderzoek hoe gedeelde zelfrijdende taxi’s als aanvulling op het openbaar vervoer ons systeem juist efficiënter en duurzamer kunnen maken aan de hand van slim beleid.
Na vier jaar onderzoek, een verblijf in de VS (inclusief ervaring met Waymo) en overleg met overheden en aanbieders, heb ik een scherp overzicht van de nationale en internationale uitdagingen en van de strategische keuzes waar overheden voor staan. Ik licht deze onverwachte en complexe ontwikkelingen graag helder toe, met bijzondere aandacht voor de beleidsopties en hun mogelijke gevolgen.
Voor journalisten
Contactgegevens van Lotte
Log in of registreer gratis als journalist om de contactgegevens van deze expert te zien. Met een werk-e-mailadres is je account meteen actief.
Werkervaring
-
PhD onderzoeker en FWO fellow
Opleiding
-
Master ingenieurswetenschappen (Mobiliteit en Supply Chain)
-
Bachelor ingenieurswetenschappen (Burgerlijk ingenieur)
Onderzoek
Investigated potential user adoption of stop-based pooled automated vehicle (AV) services through a stated choice survey (n=645) in Flanders, estimating discrete choice models across work, leisure, and grocery trips. Results show stop-based pooled AVs sit between buses and cars in perceived value and attractiveness, offering strongest potential as a complementary layer to public transport rather than a replacement.
Een case study met gedeelde zelfrijdende taxi`s in Leuven
Demonstrates that the impacts of shared automated vehicles strongly depend on local context and service design. Using Leuven as a case study, the paper shows that pricing strategies and pickup/drop-off configurations can substantially influence vehicle kilometers traveled and modal shifts. The findings argue against one-size-fits-all deployment and emphasize context-sensitive AMS design.