Szybsze „zielone” - sygnalizacja świetlna pod kontrolą SI 

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”. 

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. 

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