IIT Guwahati: Drohnen und KI sollen Indiens Verkehr berechenbar machen

Warum bisherige Modelle nicht genügen

Viele etablierte Modelle stammen aus Ländern mit geordnetem Verkehr und eher einheitlichen Fahrzeugen. Auf indischen Straßen teilen sich dagegen Zwei-, Drei- und Vierräder die Fahrbahn mit Fußgängern. Das führt zu stärker schwankenden Interaktionen, Geschwindigkeiten und Abständen.

Die Daten zeigen: Auf recht leeren Straßen halten Fahrzeuge größere Lücken. Bei mäßig dichtem Verkehr schrumpfen die Abstände, die Fahrzeuge folgen enger aufeinander. Bei sehr dichtem Verkehr nahe der Überlastung werden die Lücken wieder größer. Der Zusammenhang zwischen Dichte, Abstand und Geschwindigkeit sei daher nicht zwingend linear, sagte Maurya. Vor dem Stau passierten bei vollem Verkehrsfluss fast 3.000 Fahrzeuge pro Spur einen Punkt; im stehenden Stau erreichte die Dichte fast 900 Fahrzeuge pro Kilometer über die gesamte Breite.

Spannbreite statt Einzelwert

Das Team testete sechs mathematische Modelle und trainierte zwei Machine-Learning-Modelle. Statt einer einzelnen Geschwindigkeit schätzen die Modelle einen Bereich möglicher Geschwindigkeiten. Nach Angaben der Forscher bildet das die Variabilität heterogenen Verkehrs realistischer ab.

Maurya zufolge könnten solche auf Indien zugeschnittenen Modelle realistischere Verkehrssimulationen, bessere Straßen- und Kreuzungsplanung, Staumanagement, Kapazitätsbewertung und passende intelligente Verkehrsleitsysteme unterstützen.