Η τεχνολογία βοηθά στην άμβλυνση της φανταστικής κυκλοφοριακής συμφόρησης

NASHville, Tenn. — Καθώς εκατομμύρια άνθρωποι ταξιδεύουν διακρατικά αυτήν την εβδομάδα των Ευχαριστιών, πολλοί θα συναντήσουν κομμάτια διακοπής της κυκλοφορίας χωρίς προφανή λόγο – χωρίς καμία κατασκευή ή ατύχημα. Οι ερευνητές λένε ότι έχετε το πρόβλημα.

Οι άνθρωποι οδηγοί δεν κάνουν καλή δουλειά στην πλοήγηση σε συνθήκες έντονης κυκλοφορίας, αλλά ένα πείραμα που χρησιμοποιεί τεχνητή νοημοσύνη στο Νάσβιλ την περασμένη εβδομάδα σημαίνει ότι η βοήθεια μπορεί να είναι καθ’ οδόν. Τα ειδικά εξοπλισμένα αυτοκίνητα στο πείραμα κατάφεραν να μετριάσουν τη συμφόρηση κατά τη διάρκεια της ώρας αιχμής στο Interstate-24, δήλωσε ο ερευνητής Daniel Work την Τρίτη. Εκτός από τη μείωση της απογοήτευσης των οδηγών, η Work είπε ότι λιγότερη οδήγηση σταματάει και πηγαίνει σημαίνει εξοικονόμηση καυσίμων και επομένως λιγότερη ρύπανση.

Ένας καθηγητής Πολιτικής και Περιβαλλοντικής Μηχανικής στο Πανεπιστήμιο Vanderbilt είναι ένας από μια ομάδα μηχανικών και μαθηματικών από πανεπιστήμια στις Ηνωμένες Πολιτείες που μελέτησαν το πλασματικό πρόβλημα της κυκλοφοριακής συμφόρησης αφού έδειξε πώς αναπτύχθηκε ένα απλό πείραμα στην Ιαπωνία πριν από δώδεκα χρόνια. Οι ερευνητές εκεί έβαλαν περίπου 20 ανθρώπους οδηγούς σε μια κυκλική διαδρομή και τους ζήτησαν να οδηγήσουν με σταθερή ταχύτητα. Σε λίγο, η κίνηση άλλαξε από ομαλή ροή σε μια σειρά από στάσεις και αναχωρήσεις.

«Τα μποτιλιαρίσματα φαντάσματα δημιουργούνται από οδηγούς όπως εσύ και εγώ», είπε ο Work.

Ένα άτομο πατάει φρένο για οποιονδήποτε λόγο. Το άτομο που βρίσκεται πίσω τους χρειάζεται ένα δευτερόλεπτο για να ανταποκριθεί και πρέπει να φρενάρει ακόμα πιο δυνατά. Ο επόμενος πρέπει να φρενάρει ακόμα πιο δυνατά. Το κύμα πέδησης συνεχίζεται μέχρι να σταματήσουν πολλά αυτοκίνητα. Στη συνέχεια, καθώς η κυκλοφορία καθαρίζεται, οι οδηγοί επιταχύνουν πολύ γρήγορα, προκαλώντας περισσότερο φρενάρισμα και πάλι μποτιλιάρισμα.

«Γνωρίζουμε ότι ένα αυτοκίνητο που φρενάρει δυνατά μπορεί να έχει τεράστιο αντίκτυπο», είπε ο Work.

Το πείραμα της περασμένης εβδομάδας έδειξε ότι μερικά αυτοκίνητα που κινούνται αργά και σταθερά μπορούν επίσης να έχουν αποτέλεσμα προς το καλύτερο.

Το πείραμα χρησιμοποίησε 100 αυτοκίνητα που ταξίδευαν σε βρόχους σε ένα τμήμα 15 μιλίων του I-24 μεταξύ 6:00 π.μ. και 9:45 π.μ. κάθε πρωί. Εργαζόμενοι με την υπόθεση ότι εάν το 5% των αυτοκινήτων στο δρόμο κινούνται μαζί, θα μπορούσαν να μειώσουν τον επιπολασμό της πλασματικής κυκλοφοριακής συμφόρησης, οι ερευνητές εξόπλισαν αυτά τα 100 αυτοκίνητα για να επικοινωνούν ασύρματα και να στέλνουν πληροφορίες κυκλοφορίας εμπρός και πίσω.

Επωφελήθηκαν επίσης από το προσαρμοστικό cruise control, το οποίο είναι ήδη μια επιλογή σε πολλά νέα οχήματα. Αυτή η τεχνολογία επιτρέπει στον οδηγό να διατηρεί ένα αυτοκίνητο που κινείται με συγκεκριμένη ταχύτητα, αλλά το όχημα θα επιβραδύνει αυτόματα και θα επιταχύνει όσο χρειάζεται για να διατηρεί μια απόσταση ασφαλείας από το προπορευόμενο όχημα. Στο πείραμα, το προσαρμοστικό cruise control τροποποιήθηκε χρησιμοποιώντας τεχνητή νοημοσύνη για να ανταποκρίνεται στη γενική ροή της κυκλοφορίας – συμπεριλαμβανομένων εκείνων που βρίσκονται πολύ μπροστά.

Η Work είπε ότι η διαδικασία λήψης αποφάσεων των αυτοκινήτων συμβαίνει σε δύο επίπεδα. Σε επίπεδο cloud, χρησιμοποιήθηκαν πληροφορίες σχετικά με τις συνθήκες κυκλοφορίας για τη δημιουργία ενός συνολικού σχεδίου ταχύτητας. Αυτό το σχέδιο μεταδόθηκε στη συνέχεια σε αυτοκίνητα που χρησιμοποιούσαν αλγόριθμους τεχνητής νοημοσύνης για να καθορίσουν την καλύτερη ενέργεια που έπρεπε να κάνουν. Οι ερευνητές μπόρεσαν να αξιολογήσουν τον αντίκτυπο των συνδεδεμένων αυτοκινήτων στη ροή της πρωινής κυκλοφορίας χρησιμοποιώντας ένα προσαρμοσμένο I-24 4 μιλίων εξοπλισμένο με 300 αισθητήρες τοποθετημένους στον πόλο.

Το πείραμα είναι ένα έργο της κοινοπραξίας CIRCLES, μιας ομάδας που περιλαμβάνει αρκετές αυτοκινητοβιομηχανίες και τα Υπουργεία Ενέργειας και Μεταφορών των ΗΠΑ. Άλλοι πρωτοπόροι ερευνητές εδρεύουν στο Πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϋ. Temple University; και Rutgers University-Canden.

Ο Liam Pedersen είναι ο αντιπρόεδρος έρευνας στη Nissan, έναν συνεργάτη της κοινοπραξίας CIRCLES που βρέθηκε στο Νάσβιλ την περασμένη εβδομάδα για το πείραμα. Είπε ότι ένα από τα συναρπαστικά πράγματα για αυτό είναι ότι βασίζεται στην τεχνολογία που υπάρχει ήδη σε πολλά νέα αυτοκίνητα.

«Δεν πρόκειται για αυτόνομη οδήγηση», είπε. «Αυτό είναι κάτι που ίσως καταλάβουμε πολύ σύντομα».

Ερωτηθείς εάν οι αυτοκινητοβιομηχανίες θα ήταν πρόθυμες να συνεργαστούν για να διευκολύνουν την κυκλοφορία, ο Pedersen είπε: «Σίγουρα το ελπίζω, γιατί το σύστημα λειτουργεί καλύτερα όταν εμπλέκεται μεγάλος αριθμός αυτοκινήτων».

Το πείραμα της περασμένης εβδομάδας βασίστηκε σε ένα πείραμα που ο Work και οι συνεργάτες του πραγματοποίησαν στο Πανεπιστήμιο της Αριζόνα το 2017. Αυτό επανέλαβε το ιαπωνικό πείραμα, αυτή τη φορά προσθέτοντας ένα μόνο αυτό-οδηγούμενο αυτοκίνητο στο μείγμα. Το αυτοοδηγούμενο αυτοκίνητο εξομάλυνσε τη ροή της κυκλοφορίας με 98% λιγότερο φρενάρισμα. Αυτό είχε ως αποτέλεσμα 40% αύξηση στην απόδοση καυσίμου και 14% αύξηση στη διανυθείσα απόσταση.

Οι ερευνητές εξακολουθούν να υπολογίζουν τους αριθμούς από το πείραμα της περασμένης εβδομάδας, αλλά το Work “έδειξε ότι αυτές οι εμπλοκές μπορούν να μειωθούν μέσω των νέων τεχνολογιών αυτοματοποιημένων οχημάτων που έχουμε αναπτύξει. Είναι αναμφισβήτητο ότι η προηγμένη τεχνολογία αυτοκινήτων μπορεί να μειώσει σημαντικά τα πλασματικά μποτιλιαρίσματα όταν εφαρμόζεται σε μεγάλης κλίμακας».

Προειδοποίησε, ωστόσο, ότι η τεχνολογία δεν θα εξαλείψει απότομα τη συμφόρηση.

«Όταν υπάρχουν περισσότερα αυτοκίνητα στο δρόμο από όσα μπορεί να αντέξει ο δρόμος, θα υπάρχει πάντα κίνηση», είπε. «Αλλά μπορεί να κάνει τη συμφόρηση λιγότερο επώδυνη».

Οι ερευνητές εξετάζουν ζωντανές εικόνες διακρατικής κυκλοφορίας και οθόνες δεδομένων στις 17 Νοεμβρίου 2022, στο Nashville, Tenn. Οι ερευνητές λένε ότι έχουν χρησιμοποιήσει επιτυχώς τεχνητή νοημοσύνη σε μια ομάδα ασύρματα συνδεδεμένων αυτοκινήτων για να μετριάσουν την κίνηση στις ώρες αιχμής σε μια διακρατική περιοχή στο Νάσβιλ. Ο στόχος είναι να μειωθούν τα εικονικά μποτιλιαρίσματα – η κυκλοφοριακή συμφόρηση σε πολυσύχναστους δρόμους χωρίς προφανή λόγο. (AP Photo/Mark Humphrey)
Φωτογραφία Ο Liam Pederson, αντιπρόεδρος έρευνας στη Nissan, έφυγε μιλώντας με τον Dan Work, αναπληρωτή καθηγητή Πολιτικής και Περιβαλλοντικής Μηχανικής στο Πανεπιστήμιο Vanderbilt, την Πέμπτη, 17 Νοεμβρίου 2022, στο Nashville, Tenn. Οι ερευνητές λένε ότι έχουν χρησιμοποιήσει με επιτυχία την τεχνητή νοημοσύνη. Μια διακρατική περιοχή στο Νάσβιλ είναι μια ομάδα αυτοκινήτων που συνδέονται ασύρματα για να διευκολύνουν την κυκλοφορία κατά τη διάρκεια της ώρας αιχμής. (AP Photo/Mark Humphrey)
Φωτογραφία Ένας ερευνητής εξετάζει ζωντανές εικόνες διακρατικής κυκλοφορίας και οθόνες δεδομένων στο Nashville, Tenn., Πέμπτη, 17 Νοεμβρίου 2022. Οι ερευνητές λένε ότι έχουν χρησιμοποιήσει επιτυχώς τεχνητή νοημοσύνη σε μια ομάδα ασύρματα συνδεδεμένων αυτοκινήτων για να μετριάσουν την κίνηση στις ώρες αιχμής σε μια διακρατική περιοχή στο Νάσβιλ. . Ο στόχος είναι να μειωθούν τα εικονικά μποτιλιαρίσματα – η κυκλοφοριακή συμφόρηση σε πολυσύχναστους δρόμους χωρίς προφανή λόγο. (AP Photo/Mark Humphrey)
Φωτογραφία Ερευνητές εργάζονται σε μια εγκατάσταση γραφείου στο Nashville, Tenn., την Πέμπτη, 17 Νοεμβρίου 2022. Χρησιμοποιώντας τεχνητή νοημοσύνη σε μια ομάδα συνδεδεμένων με ασύρματα αυτοκίνητα, κατάφεραν να μειώσουν τη συμφόρηση σταματώντας σε πολυσύχναστους δρόμους. Γιατί. (AP Photo/Mark Humphrey)

Leave a Comment

Your email address will not be published. Required fields are marked *