Zdarza się każdemu kierowcy częściej, niż by to prawdopodobnie chciał: Podróżować zaplanowaną trasą i jakoś udaje się trafić każde światło po drodze. Jest to nie tylko frustrujące, ale to, że stop-and-go marnuje paliwo, czas, a nawet może spowodować blokadę sieci, powodując zatrzymanie całego miasta.
Nowe oprogramowanie do symulacji opracowane przez Carolina Osorio, asystenta profesora inżynierii lądowej i środowiska w MIT, obiecuje usprawnić ruch w bardziej efektywny sposób niż jakiekolwiek wcześniejsze oprogramowanie. Dzięki zoptymalizowaniu czasu sygnalizacji świetlnej wykraczającym poza możliwości obecnych systemów wykazano, że jej modele skróciły czas podróży w godzinach szczytu o 22 procent.
Układy czasowe sygnalizacji świetlnej zwykle działają na dwa sposoby. W dużej skali miejskiej lub regionalnej systemy ustalają taktowanie światła na podstawie obserwowanego ruchu; są to tak zwane modele oparte na przepływie. Inne symulatory działają w mniejszej skali, biorąc pod uwagę działania i nawyki poszczególnych kierowców. Symulatory te działają jak rodzaj sztucznej inteligencji, pomagając przewidywać, w jaki sposób zachowania i decyzje kierowców mogą się zmieniać w danych warunkach drogowych. Te drobne różnice i indywidualne decyzje powodują, że modele oparte na przepływie stają się nieprzyzwoite.
„Muszę wyjaśnić, jak ludzie zareagują na moje zmiany. Osorio wyjaśnia: „Jeśli czasy podróży wzrosną na tętniczej [drodze], ludzie mogą się zmienić”, „Większość oprogramowania do pomiaru czasu analizuje obecne lub historyczne wzorce ruchu. Nie bierze pod uwagę zmian w podróży”.
Ten problem może się spotęgować w miarę wdrażania coraz większej liczby zmian sygnału. Załóżmy na przykład, że masz dwie możliwe drogi dojazdów do pracy: Trasa A i Trasa B. Najczęściej wybierasz Trasę A, ale pewnego dnia zmieniają się czasy świetlne, więc decydujesz się na Trasę B. Nie tylko zmieniono przepływ ruchu na trasie A, ale ci, którzy już jechali trasą B, mogą być skłonni do ponownego rozważenia swoich opcji. Dalszą komplikacją jest to, jak te zmiany i zmiany mogą falować na zewnątrz i wpływać na resztę dróg i skrzyżowań w regionie.
Oczywistym rozwiązaniem jest uruchomienie zarówno opartych na przepływie, jak i zindywidualizowanych modeli dla wszystkich scenariuszy. Ale symulowanie każdej możliwej permutacji przepływu ruchu nie jest możliwe. Ilość mocy obliczeniowej potrzebnej do ukończenia tak złożonej symulacji dla całego miasta sprawiłaby, że koszt systemu byłby zbyt wysoki.
Aby obejść ten problem, bez utraty wierności i niezawodności, system Osorio łączy w sobie najlepsze cechy obu światów. Bierze tylko najlepsze scenariusze oparte na przepływie, określone przez powszechnie stosowane oprogramowanie do pomiaru czasu, i uruchamia symulacje specyficzne dla sterownika tylko w tych przypadkach.
Weźmy na przykład skrzyżowanie o znacznie większym natężeniu ruchu na północ i południe niż na wschód i zachód. Prostsze modele mogą powodować, że światła drogowe powinny pozwalać na więcej czasu zielonego na pasach północ-południe niż na pasach wschód-zachód. Następnie bardziej złożone symulacje mogą pomóc ocenić, jak długie powinny być te światła, a także przewidzieć efekt tętnienia takiej zmiany.
Rozwiązanie jest skalowalne. „Powiedzmy, że miałem 100 różnych częstotliwości sygnałów, które chciałem przetestować”, mówi Osorio. „Prostszy model może dać wyobrażenie o podzbiorze 100, który może mieć wielki potencjał. Następnie przeprowadzamy symulację na podzbiorze. ”
Kolorowe linie przedstawiają główne drogi w Lozannie w Szwajcarii. Lewa mapa z konwencjonalnym programowaniem sygnalizacji świetlnej ma wiele czerwonych linii reprezentujących długie dojazdy. Właściwa mapa, która wykorzystuje ulepszony system badacza, ma wiele zielonych linii reprezentujących krótkie dojazdy. (Dzięki uprzejmości Carolina Osorio) Artykuł Osorio, który zostanie opublikowany w czasopiśmie Transport Science, zastosował swój model do ruchu w Lozannie w Szwajcarii, w miejscu, w którym kiedyś mieszkała. Pracując z danymi o ruchu na 47 drogach i 15 skrzyżowaniach (z których dziewięć ma sygnalizację świetlną), w badaniu zastosowano jej algorytmy do pierwszej godziny wieczornej godziny szczytu. Symulacje skróciły czas podróży o prawie jedną czwartą.
Symulatory przepływu ruchu, które Osorio wprowadza do swoich modeli, są zwykle tworzone przez same miasta. Gminy gromadzą własne dane na temat panujących warunków ruchu i kopalni informacji spisowych, między innymi metodami, w celu stworzenia modeli, którym ufają. Następnie przekazują Osorio swoje symulacje osadzone w metadanych dotyczących infrastruktury, popularnych miejsc docelowych, ruchu pieszych i innych istotnych priorytetów.
Na przykład na Manhattanie istnieją szczególne ograniczenia dotyczące tego, jak długo piesi powinni mieć pierwszeństwo przejazdu. Departament Transportu w Nowym Jorku już współpracuje z zespołem Osorio, aby zarządzać przepływem w okresach szczytu w obszarach o dużym natężeniu ruchu na Manhattanie.
„Taki model może zweryfikować nasz aktywny system zarządzania ruchem na Manhattanie i pozwolić nam na dostrajanie naszych procesów i usprawnienie działania sieci” - powiedział MIT News Mohamad Talas, zastępca dyrektora ds. Inżynierii systemów w NYC DOT.
Według Osorio, w zależności od celów miasta, model może pomóc zoptymalizować pod kątem różnych czynników. Na przykład może to oznaczać czas ruchu, aby pomóc kierowcom zwiększyć zużycie paliwa.
Jej zespół współpracuje już z firmami przy kilku projektach. Angażują się w pomoc kierowcom przyszłych samochodów autonomicznych w określeniu idealnych czasów i miejsc, w których można przełączyć się w tryb autonomiczny w celu oszczędzania paliwa. Kolejne trwające prace pozwolą programom współdzielenia samochodu, takim jak ZipCar, lepiej zlokalizować miejsca odbioru i zwrotu, dzięki czemu klienci będą w stanie bardziej wiarygodnie oszacować czas podróży.
Cała praca Osorio, w tym test w Lozannie, wciąż znajduje się w fazie symulacji i nie ma określonego harmonogramu zastosowania jej lekcji pomiaru czasu na drodze.
„Ale właśnie dlatego robimy te rzeczy” - mówi - „aby wprowadzić je w prawdziwy świat”.
