由 (DOE) 资助的西南研究所项目已证明，当配备联网自动车辆系统 (CAV) 的车辆投入交通时，平均可节省 15% 的能源。

CAV 使用无线智能技术与其他 CAV 和交通基础设施进行通信。SwRI 的生态驾驶框架使用定制软件和预测动力系统算法，使人类驾驶员能够利用车辆对车辆 (V2V)、车辆对基础设施 (V2I) 和车辆对一切 (V2X) 连接做出更高效的驾驶决策和通讯。

SwRI 获得了节能移动系统 (EEMS) 计划的 320 万美元资助，用于研究潜在智能基础设施解决方案对整体交通的能源影响。该项目使用现实生活中的交通数据、专业测试设备和计算机建模来量化将 SwRI 的环保驾驶框架融入不同类型车辆的好处，并研究这些车辆如何影响交通流量。

SwRI 动力总成工程部高级研究工程师 Stas Gankov 表示：“政府和行业对了解引入联网和自动驾驶汽车如何提高道路效率越来越感兴趣，特别是如果它们有助于减少能源和排放量。” “我们希望找到正确的技术方法，在不对交通流量和出行时间产生负面影响的情况下，至少节省 15% 的能源消耗。平均节省的费用会传播到联网和非联网车辆上。”

该研究所花费多年时间开发尖端的 CAV 技术，帮助乘用车更高效地运行，同时减少能源消耗和碳排放。SwRI 开发的预测生态驾驶算法利用邻近车辆的信息来最大限度地减少加速度。SwRI 的功率分配优化应用程序利用路线和速度知识来优化电池和发动机操作，从而更有效地满足电力需求。

SwRI 团队评估了不同制造商的几种乘用车的平均能耗。这些车辆具有不同程度的自动化和连接性，动力总成范围从传统内燃机到全电动。研究人员通过测功机测试、在测试跑道上行驶的自动驾驶汽车以及模拟不同交通走廊的计算机模型，评估了生态驾驶车辆的整体交通能源效率。

甘科夫说：“我们发现，随着支持生态驾驶的车辆驾驶效率更高，使用的燃料更少，整体运行效率更高，周围的其他车辆也会适应并消耗更少的能源。” “当我们在交通中引入更多 CAV 时，我们发现道路效率得到了足够的提高，在适当的条件下，可以在不影响出行时间和交通流量的情况下将总体能源消耗降低 15%。交通并没有减慢，而是以更优化的方式流动。”

EEMS 项目建立在 SwRI 对 DOE ARPA-E NEXTCAR(联网和自动化道路车辆的下一代能源技术)计划第一阶段的贡献之上，该计划通过将车辆连接技术与简单的自动化动力总成控制算法。SwRI 的 NEXTCAR 项目目前正处于第二阶段，目标是减少 30% 的能源消耗。