IIT Guwahati توظف الدرونز والذكاء الاصطناعي لنمذجة مرور الهند

لماذا لا تناسب النماذج التقليدية؟

يقول البروفيسور أخيليش ك. ماوريا من قسم الهندسة المدنية إن كثيرًا من النماذج القائمة وُضع لظروف مرورية منظمة نسبيًا ومركبات أكثر تجانسًا. أما في الهند فتتشارك الدراجات النارية والمركبات ثلاثية العجلات ورباعية العجلات الطريق مع المشاة، ما يزيد التباين في السرعات والمسافات والتفاعل بين المركبات.

وأظهرت البيانات أن السائقين يحتفظون بمسافات كبيرة على الطرق الخالية. ومع ازدحام متوسط تضيق المسافات وتتبع المركبات بعضها عن قرب. وعندما تصبح الحركة كثيفة جدًا وتقترب من الازدحام تتسع المسافات مجددًا. ويرى ماوريا أن العلاقة بين كثافة المرور والمسافة والسرعة ليست خطية بالضرورة.

ولاحظ الباحثون كذلك أنه قبل بدء الازدحام ومع تدفق كامل للمركبات، مرّ نحو 3 آلاف مركبة عبر نقطة في كل حارة. وفي الاختناق المروري، حين تتوقف المركبات، بلغت الكثافة نحو 900 مركبة لكل كيلومتر على كامل عرض الطريق.

نطاق للسرعات بدل قيمة واحدة

اختبر الفريق ستة نماذج رياضية ودرّب نموذجين للتعلم الآلي. ونظرًا إلى تقلب حركة المرور في الهند وصعوبة التنبؤ بها، صُممت النماذج لتقدير نطاق من السرعات المحتملة بدلًا من رقم واحد، ما يعكس التباين الطبيعي في الحركة غير المتجانسة بواقعية أكبر.

ويقول ماوريا إن هذه النماذج الخاصة بالهند قد تدعم محاكاة مرورية أكثر واقعية، وتصميمًا أفضل للطرق والتقاطعات، وإدارة الازدحام، وتقييم السعة، وتطوير أنظمة ذكية لإدارة المرور تناسب الظروف الهندية.