Svakom se vozaču to događa češće nego što bi on vjerojatno želio: Putujte planiranom rutom i nekako uspijete pogoditi svako pojedino svjetlo na putu. Ne samo da frustrira, već to što zaustavlja i troši gorivo, vrijeme i čak može uzrokovati zastoj, uspavljujući cijeli grad.
Novi simulacijski softver koji je razvila Carolina Osorio, docentica građevinarstva i inženjerstva zaštite okoliša na MIT-u, obećava da će olakšati promet na učinkovitiji način od bilo kojeg softvera prije njega. Optimizirajući vrijeme semafora izvan mogućnosti sadašnjih sustava, pokazalo se da su njeni modeli skratili put putovanja u sat vremena za 22 posto.
Sustavi za mjerenje vremena semafora obično rade na jedan od dva načina. Na velikom gradskom ili regionalnom planu, sustavi postavljaju svjetlosno vremensko određivanje na temelju promatranog prometa; oni se nazivaju modeli temeljeni na protoku. Ostali simulatori rade na više mikro ljestvici vodeći računa o radnjama i navikama pojedinih vozača. Ovi simulatori djeluju kao svojevrsna umjetna inteligencija kako bi pomogli predvidjeti kako se ponašanje i odluke vozača mogu promijeniti u određenim prometnim uvjetima. Upravo minute i individualne odluke odbacuju modele temeljene na protoku.
"Moram objasniti kako će ljudi reagirati na moje promjene. Ako se vrijeme putovanja povećava na magistralnom putu (ljudi na cesti), ljudi se mogu preusmjeriti, objašnjava Osorio, - većina softvera za određivanje vremena signala gleda na trenutne ili povijesne obrasce prometa. Ne uzima u obzir kako se putovanje može promijeniti.
Taj se problem može složiti kako se provode sve više i više promjena signala. Recimo, na primjer, imate dvije moguće rute putovanja na posao: ruta A i ruta B. Najčešće odaberete rutu A, no jednoga se dana mijenja semafor, pa se odlučite prebaciti na rutu B. promijenio se tok prometa na ruti A, ali oni koji su već išli putem B mogu biti skloni preispitati svoje mogućnosti. Daljnje kompliciranje je kako te promjene i preusmjeravanja mogu isplivati prema van i utjecati na ostatak cesta i raskrižja u regiji.
Očito je rješenje pokrenuti i protočne i individualizirane modele za sve scenarije. Ali simuliranje svake moguće permutacije protoka prometa nije izvedivo. Količina računalne snage koja bi mogla biti potrebna za dovršavanje tako složene simulacije za čitav grad učinila bi trošak sustava nerazumljivim.
Da bi se izborio s tim problemom, bez žrtvovanja vjernosti i pouzdanosti, Osorioov sustav kombinira ono najbolje iz oba svijeta. Potrebni su samo najbolji scenariji temeljeni na protoku, identificirani uobičajenim vremenskim softverom, i pokreće simulacije specifične za vozača samo u tim slučajevima.
Uzmimo, na primjer, raskrižje koje ima puno teži promet prema sjeveru i jugu od istoka i zapada. Jednostavniji modeli mogu uzrokovati da semafor treba omogućiti više zelenog vremena na trakama sjever-jug nego na istoku i zapadu. Zatim složenije simulacije mogu pomoći u procjeni koliko bi trebala trajati ova svjetla i predvidjeti valovit učinak takve promjene.
Rješenje je skalabilno. "Recimo da sam imao 100 različitih vremena signala koje sam htio testirati", kaže Osorio. „Jednostavniji model mogao bi vam dati predstavu o podskupini od 100 koji bi mogao imati veliki potencijal. Zatim pokrećemo simulaciju na podskupini. "
Obojene linije predstavljaju glavne ceste u Lozani, Švicarska. Lijeva karta, s konvencionalnim programiranjem semafora, ima mnogo crvenih linija koje predstavljaju duge staze. Prava karta, koja koristi istraživačev poboljšani sustav, ima mnogo zelenih linija koje predstavljaju kratke putove. (Ljubaznošću Caroline Osorio) Osoriov rad, koji će biti objavljen u časopisu Transport Science, primijenio je svoj model na promet u Lausanneu u Švicarskoj, području gdje je nekad živjela. Radeći s podacima o prometu na 47 cesta i 15 raskrižja (od kojih devet imaju semafori), studija je primijenila svoje algoritme na prvi sat večernje gužve. Simulacije skraćuju vrijeme putovanja za gotovo jednu četvrtinu.
Simulatore protoka prometa koji Osorio hrani u svoje modele obično kreiraju sami gradovi. Općine prikupljaju vlastite podatke o prevladavajućim prometnim uvjetima i podatke o popisu mina, između ostalih metoda za stvaranje modela u koje imaju povjerenja. Zatim predaju svoje simulacije ugrađene s metapodatcima o njihovoj infrastrukturi, popularnim destinacijama, pješačkom prometu i drugim relevantnim prioritetima Osoriou.
Na Manhattanu, primjerice, postoje određena ograničenja u vezi s time koliko dugo pješaci trebaju imati pravo prijelaza. Ministarstvo prometa u New Yorku već surađuje s Osoriovim timom za upravljanje protokom tijekom vršnih razdoblja u područjima s velikim prometom na Manhattanu.
"Takav model može potvrditi naš aktivni sustav upravljanja prometom na Manhattanu i omogućiti nam da precizno prilagodimo svoje procese i poboljšamo rad mreže", rekao je Mohamad Talas, zamjenik direktora za sistemski inženjering za NYC DOT za MIT News .
Osorio, ovisno o ciljevima grada, kaže da model može pomoći optimiziranju za različite čimbenike. Na primjer, mogao bi vremenski promet pomoći vozačima da povećaju potrošnju goriva.
Njezin tim već surađuje s tvrtkama na nekoliko projekata. Oni su uključeni u nastojanje da vozačima budućih autonomnih automobila pomognu u prepoznavanju idealnog vremena i mjesta za uključivanje u autonomni način rada radi uštede goriva. Još jedan posao u tijeku omogućit će programima dijeljenja automobila, kao što je ZipCar, da bolje pronađu lokacije za preuzimanje i odlazak, tako da će kupci moći pouzdano procijeniti vrijeme putovanja.
Sve Osoriovo djelo, uključujući Lausanne test, još uvijek je u fazi simulacije, a ne postoji određeni vremenski okvir za primjenu njenih lekcija o satu prometa na cesti.
"Ali zato to radimo", kaže ona, "kako bismo ih implementirali u stvarni svijet."
