L'algorithme qui pourrait vous éviter de rester bloqué à un feu rouge : des chercheurs dévoilent un système de circulation intelligent – ​​un système de feux de circulation solaires

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.
Dans le cas de Lausanne, cela nécessite la modélisation de 17 intersections clés et de 12 000 véhicules.
En plus d'optimiser le temps de trajet, le nouveau modèle contient également des informations spécifiques sur la consommation de carburant et les émissions des véhicules, des motos aux bus, reflétant la mixité réelle du trafic urbain.
Osorio a déclaré que les données doivent être très détaillées, non seulement sur les données globales de l'équipe, mais aussi sur les données de l'équipe à un moment précis.
« À partir de ces informations détaillées, nous pouvons élaborer un plan de transport visant à améliorer l'efficacité à l'échelle de la ville, de manière concrète pour les institutions urbaines. »
L'équipe travaille actuellement sur un projet à Manhattan et ailleurs afin de tester le potentiel du système pour les grandes entreprises.
Contrôle du signal d'échelle.
À l'avenir, outre la synchronisation des feux de circulation, cette simulation pourra également servir à optimiser d'autres décisions d'aménagement, comme le choix du meilleur emplacement pour les voitures et les vélos.
Des centres de partage, dit Osorio.