Der Algorithmus, mit dem Sie nie wieder an einer roten Ampel stehen könnten: Forscher stellen intelligentes Verkehrssystem vor – Solarampelsystem

Traffic jams have become an important part of every driver's day.
Especially big cities.
Now, researchers say they have funded a better way to control the lights.
The new system can greatly reduce the time when drivers are trapped.
And carbon emissions caused by red lights.
What we are doing is developing algorithms that allow the main transport agencies to use high
The Massachusetts Institute of Technology, which leads the study, says Carolina Osorio, a traffic-solving model that addresses optimization problems.
In two new research papers, her team described a method of combining vehicles
Less accurate horizontal data
But more comprehensivecity-
Level data on traffic patterns to generate better information than the current system provides.
Researchers say they typically optimize travel time along selected major arteries, but are not mature enough to take into account complex interactions between all streets of the city.
In addition, the current model does not evaluate the combination of vehicles on the road at a given time
As a result, they cannot predict how changes in traffic flow will affect overall fuel use and emissions.
For their test case, Osorio and co-author Kanchana Nanduri used a traffic simulation in Lausanne, Switzerland, to simulate the behavior of thousands of vehicles per day, each of which
The model even explains how driving behavior can change every day: for example, a change in signal patterns slows down a given route, which can cause people to choose alternative routes in the next few days.
For such complex models, we have been lacking algorithms to show how to use them to decide how to change the mode of traffic lights, says Osorio.
"We came up with a solution that could improve travel time throughout the city.
Im Fall von Lausanne erfordert dies die Modellierung von 17 wichtigen Kreuzungen und 12.000 Fahrzeugen.
Zusätzlich zur Optimierung der Reisezeit enthält das neue Modell auch spezifische Informationen zum Kraftstoffverbrauch und zu den Emissionen von Motorrädern bis hin zu Bussen, die die tatsächliche Durchmischung im städtischen Verkehr widerspiegeln.
Osorio sagte, die Daten müssten sehr detailliert sein, und zwar nicht nur in Bezug auf die Gesamtdaten des Teams, sondern auch auf die Daten des Teams zu einem bestimmten Zeitpunkt.
„Auf der Grundlage dieser detaillierten Informationen können wir einen Verkehrsplan entwickeln, der die Effizienz im städtischen Maßstab auf praktische Weise für städtische Institutionen verbessert.“
Das Team arbeitet derzeit an einem Projekt in Manhattan und anderswo, um das Potenzial des Systems für große Unternehmen zu testen.
Skalierungssignalsteuerung.
Zukünftig kann diese Simulation neben der Ampelsteuerung auch zur Optimierung anderer Planungsentscheidungen genutzt werden, beispielsweise zur Auswahl des besten Standorts für das Auto oder Fahrrad.
„Sharing Center“, sagt Osorio.