Vi kan vente og vente på, at bilindustrien fremstiller de eldrevne køretøjer, som opfylder alle vores behov og oven købet er til at betale, eller vi kan selv ombygge vores brugte dieselhakkere og benzinøser med billig hardware og intelligent software.

Sådan lyder tanken bag projektet Charge Car ved Carnegie Mellon-universitetet i amerikanske Pittsburgh, som beder udviklere om hjælp til at skrive de helt rigtige algoritmer til at styre discount-elbilerne gennem pendlertrafikken.

For at demonstrere, hvad projektet drejer sig om, har projektlederen, lektor og robotforsker Illah Nourbakhsh, og hans medarbejdere i første omgang bygget en enkelt bil til deres eksperimenter.

De kastede sig over Toyotas Scion, som ikke bliver solgt i Europa, men som har en ubetinget fordel: Den er nærmest firkantet, hvilket giver masser af plads til at indbygge nye systemer.

Det har forskerne så gjort. De fik en lokal mekaniker til at fjerne alt, der havde med forbrændingssystemet at gøre. I stedet forsynede de bilen med fire elmotorer fra motorcykler, to til hvert forhjul. Og ikke mindst købte de en relativt billig superkapacitor til cirka 8.500 kroner.

Den har en kapacitet på 50 watttimer og arbejder ved lav spænding, 48 volt. Ifølge Illah Nourbakhsh koster superkapacitorer, der arbejder ved elbilernes sædvanlige spænding på 400 volt, næsten ti gange så meget.

Ulempen ved den lave spænding er, at forskerne måtte forsyne elbilen med nogle pokkers tykke kabler til at transportere strømmen til og fra superkapacitoren og blybatteriet. Til at styre det hele har de fyldt bagagerummet med en hjemmebygget kontrolenhed, som også kan tilgås fra en computer ved førersædet.

Toyotaen har ikke så prangende specifikationer, at forskerne praler med dem på deres hjemmeside. Den koncentrerer sig i stedet om at få input fra pendlere og udviklere.

Pendlerne bliver bedt om at indsende data fra deres GPS-modtagere, så forskerne kan fastlægge et nøjagtigt mønster for deres ture. Deres teori er, at de officielle amerikanske opgørelser af pendlertrafik ikke passer. På baggrund af dem kan kun seks procent af energien, der bruges på en pendlerkøretur, samles fra opbremsninger.

Illah Nourbakhsh mener, at det må være muligt at komme op i nærheden af 40 procent med brugernes nøjagtige data for stop i trafikken, bakker, hastigheder med videre.

Det kræver dog avancerede algoritmer skrevet på baggrund af de detaljerede trafikmønstre, og de må gerne tilpasses hver enkelt brugers kørselsmønster. Den kan forskerne ikke klare alene, og de har derfor åbnet for, at alle kan indsende deres bud på de rigtige algoritmer.

I første omgang rækker ambitionerne i projektet ikke ud over Pittsburgh.