Sygnalizacja świetlna zarządzana przez sztuczną inteligencję to szansa na wyraźną optymalizację jej działania. Już niebawem możemy znacznie krócej czekać na zielone światło.
Sygnalizacja świetlna może działać lepiej. Dzięki sztucznej inteligencji
Sygnalizacja świetlna skutecznie poprawia bezpieczeństwo na drogach, ale zdarza się, że robi to kosztem płynności ruchu pojazdów i pieszych. Po prostu nie zawsze oferuje właściwą odpowiedź na panującą sytuację, opierając się na z góry określonych zasadach działania albo też na nie do końca precyzyjnych czujnikach. Z pomocą na drodze do rozwiązania tego problemu może przyjść sztuczna inteligencja.
Symulacje wykazały, że sztuczna inteligencja może zwiększyć wydajność przepływu ruchu o 10 albo i 15 procent. Takie wyniki udało się osiągnąć w środowisku wirtualnym, ale potencjał okazał się na tyle obiecujący, że lada chwila wystartują testy na rzeczywistym skrzyżowaniu. Eksperyment potrwa kilka miesięcy, a od jego rezultatu zależeć będą dalsze losy „wynalazku”.
Pomysł, który ma sens. Pomysł, który daje efekty
Jak to działa? Naukowcy rozpoczęli od zarejestrowania dłuższej sekwencji zdarzeń na jednym z bardziej ruchliwych skrzyżowań. Zapisywano liczbę pojazdów, czas oczekiwania na zielone światło czy też średnią prędkość przejazdu przez skrzyżowanie. Te dane trafiły następnie do programu komputerowego. Ten – opierając się na uczeniu maszynowym – prowadził serię eksperymentów, sprawdzając wyniki w różnych scenariuszach, czyli wzorcach zmiany świateł.
W efekcie udało się ustalić, w jaki sposób należy dostosowywać sygnalizację świetlnym w czasie rzeczywistym, aby minimalizować czas oczekiwania, a zwiększać liczbę przejeżdżających samochodów i ich średnią prędkość. W najlepszych sytuacjach wyniki optymalizacji – jak już wspomniałem – wahały się od 10 do 15 procent.
Najpierw Niemcy, później reszta świata?
Badanie prowadzone w ramach projektu KI4LSA jest finansowane przez niemieckie Federalne Ministerstwo Transportu i Infrastruktury Cyfrowej. To właśnie za naszą zachodnią granicą podejmowane są takie próby i mamy nadzieję, że – o ile wyniki w rzeczywistości okażą się równie dobre – na pojawienie się tego typu rozwiązań w Polsce nie będziemy musieli długo czekać.
Źródło: New Atlas, Fraunhofer Institute for Optronics, System Technologies and Image Exploitation, informacja własna
Komentarze
14Do tego nie trzeba SI tylko wykrywacza samochodów.
https://learninglab.si.edu/files/resource/6185648/sing-2-online-bmw.pdf
https://learninglab.si.edu/files/resource/6185649/morbius-online-bmw.pdf
https://learninglab.si.edu/files/resource/6185650/dont-look-up-online-bmw.pdf
https://learninglab.si.edu/files/resource/6185651/spider-man-no-way-home-streaming-bmw.pdf
https://learninglab.si.edu/files/resource/6185652/spiderman-no-way-home-online-mzksu.pdf
https://learninglab.si.edu/files/resource/6185653/hd-spider-man-no-way-home-2021.pdf
Naukowiec przesadne określenie na kogoś kto nie wie że takie rozwiązanie na zatłoczonych skrzyżowaniach będzie najmniej efektywne i zwyczajnie prędko się nie zwróci.
Największy zysk / wzrost efektywności będzie na skrzyżowaniach średnio i mało zatłoczonych.
W wa-wie wiele miejsc aż się prosi o wprowadzenie czego takiego. Nawet myślałem żeby skrzyknąć odpowiednich ludzi i złożyć wniosek do jakiegoś budżetu partycypacyjnego o przyznanie kasy na opracowanie i później stopniowe wprowadzenie tego rozwiązania w wa-wie i sprzedaż gotowych rozwiązań do innych miast i państw.
Co roku mnóstwo paliwa i czasu się traci oraz rośnie zanieczyszczenie powietrza przez niepotrzebne stanie na światłach.