Seda juhtub iga autojuhiga sagedamini, kui ta tõenäoliselt sooviks: sõidake kavandatud marsruudil ja kuidagi õnnestub ühel korral lüüa iga tee ääres. See pole mitte ainult pettumust valmistav, vaid see, et stop-and-go raiskab kütust, aega ja võib isegi põhjustada ummikseisu, jahvatades terve linna.
Uus simulatsioonitarkvara, mille on välja töötanud MITi tsiviil- ja keskkonnatehnika abiprofessor Carolina Osorio, lubab sujuvamat liiklust sujuvamaks muuta kui ükski varasem tarkvara. Optimeerides fooritulede ajastamist, mis ületab praeguste süsteemide võimalusi, on tema mudelitel näidatud, et tema tipptunnised sõiduajad vähendavad 22 protsenti.
Valgusfoori ajastamise süsteemid töötavad tavaliselt kahel viisil. Suures linna- või piirkondlikus mastaabis määravad süsteemid jälgitava liikluse põhjal valguse ajastuse; neid nimetatakse voolupõhisteks mudeliteks. Muud simulaatorid töötavad mikrotasandil, võttes arvesse üksikute juhtide tegevusi ja harjumusi. Need simulaatorid toimivad omamoodi tehisintellektina, mis aitab ennustada, kuidas juhi käitumine ja otsused võivad antud liiklusoludes muutuda. Need minutilised erinevused ja individuaalsed otsused loovad voolupõhised mudelid ülitähtsaks.
„Pean arvestama sellega, kuidas inimesed reageerivad minu muutustele. Kui sõiduajad pikenevad arteriaalsel teel [maanteel], võivad inimesed suunata kõrvale, "selgitab Osorio." Enamik signaalimistamistarkvarasid vaatab praeguseid või ajaloolisi liiklusharjumusi. See ei võta arvesse seda, kuidas reisimine võib muutuda. "
See probleem võib süveneda, kuna üha rohkem signaalimuudatusi on rakendatud. Oletagem, et teil on näiteks tööle sõitmiseks kaks võimalikku marsruuti: marsruut A ja marsruut B. Enamasti valite marsruudi A, kuid ühel päeval muutub fooritule ajastus, nii et otsustate minna marsruudile B. Mitte ainult kas liikluse voog on marsruudil A muutunud, kuid need, kes juba marsruudil B kulgesid, võivad kalduda oma võimalusi kaaluma. Veelgi keerukamaks teeb asja see, kuidas need muudatused ja kõrvalekalded võivad rippuda väljapoole ja mõjutada ülejäänud teid ja piirkonna ristmikke.
Ilmne lahendus on käivitada kõigi stsenaariumide jaoks nii voodipõhised kui ka individualiseeritud mudelid. Kuid liikluse voo võimaliku permutatsiooni simuleerimine pole teostatav. Kogu linna sellise keeruka simulatsiooni lõpuleviimiseks kuluv arvutusvõimsus muudaks süsteemi maksumuse piiramatuks.
Selle probleemi lahendamiseks, ilma truudust ja usaldusväärsust ohverdamata, on Osorio süsteemis ühendatud mõlema maailma parimad küljed. See võtab ainult parimad voogupõhised stsenaariumid, nagu tavaline ajastustarkvara tuvastab, ja käivitab draiverispetsiifilisi simulatsioone ainult nendel juhtudel.
Võtame näiteks ristmiku, mille põhjas ja lõunas on palju tihedam liiklusvoog kui idas ja läänes. Lihtsamate mudelite tõttu võib foor anda põhja-lõuna radadele rohelisemat aega kui ida-lääne suunal. Seejärel võivad keerukamad simulatsioonid aidata hinnata, kui pikad need tuled peaksid olema, ja ennustada ka sellise muutuse pulsatsiooniefekti.
Lahendus on skaleeritav. "Ütleme nii, et mul oli 100 erinevat signaali ajastamist, mida tahtsin testida, " ütleb Osorio. „Lihtsam mudel võiks anda teile ettekujutuse 100 alamhulgast, millel võiks olla suur potentsiaal. Seejärel käivitame alamhulgas simulatsiooni. ”
Värvilised jooned tähistavad Šveitsi Lausanne'i peateid. Vasakpoolsel kaardil koos tavalise valgusfoori programmeerimisega on palju punaseid jooni, mis tähistavad pikki pendelrände. Õigel kaardil, mis kasutab teadlase täiustatud süsteemi, on palju rohelisi jooni, mis tähistavad lühikesi pendelrände. (Carolina Osorio viisakalt) Osorio paber, mis avaldatakse ajakirjas Transportation Science, rakendas oma mudelit liiklusele Lausanne'is, Šveitsis - piirkonnas, kus ta kunagi elas. Töötades liiklusandmetega 47 maanteel ja 15 ristmikul (neist üheksas on foorid), rakendas uuring tema algoritme õhtuse tipptunni esimesele tunnile. Simulatsioonid vähendasid sõiduaega ligi veerandi võrra.
Liiklusvoo simulaatorid, mida Osorio modelleerib, loovad tavaliselt linnad ise. Omavalitsused koguvad oma andmeid valitsevate liiklustingimuste ja miiniloenduse kohta muu hulgas usaldusväärsete mudelite loomiseks. Seejärel annavad nad Osoriole üle oma infrastruktuuri, populaarsete sihtkohtade, jalakäijate liikluse ja muude oluliste prioriteetide metaandmetega manustatud simulatsioonid.
Näiteks Manhattanil on konkreetsed piirangud sellele, kui kaua peaks jalakäijatel olema teeõigus. New Yorgi transpordiministeerium teeb juba koostööd Osorio meeskonnaga, et juhtida voolu tipptasemel perioodidel Manhattani tiheda liiklusega piirkondades.
"Selline mudel võib valideerida meie aktiivse liikluse juhtimissüsteemi Manhattanil ja võimaldab meil oma protsesse viimistleda ning võrgu toimimist parendada, " rääkis MIT Newsile NYC DOTi süsteemitehnoloogia asedirektor Mohamad Talas.
Osorio sõnul võib mudel sõltuvalt linna eesmärkidest optimeerida erinevaid tegureid. Näiteks võib liiklus aeglustada sõidukijuhtide kütusesäästu suurendamisel.
Tema meeskond teeb juba mitme projekti raames koostööd ettevõtetega. Nad osalevad jõupingutustes, mis aitavad tulevaste autonoomsete autode juhtidel tuvastada kütuse kokkuhoiu jaoks ideaalsed ajad ja kohad, kus autoautonoomsesse režiimi lülituda. Veel üks käimasolev töö võimaldab autode ühiskasutusprogrammidel, näiteks ZipCar, paremini leida oma vastuvõtu- ja väljalangemiskohad, et kliendid saaksid oma reisiaegu usaldusväärsemalt hinnata.
Kogu Osorio töö, sealhulgas Lausanne'i test, on endiselt simulatsiooni faasis ja tema liikluse ajaarvestuse tundide teele rakendamiseks pole kindlat ajakava.
"Aga sellepärast me neid asju teeme, " ütleb naine, "et neid reaalses maailmas rakendada."
