IIT Guwahati: drony i AI do modelowania ruchu drogowego w Indiach

Dlaczego dotychczasowe modele zawodzą

Profesor Akhilesh K Maurya z Wydziału Inżynierii Lądowej wyjaśnia, że wiele istniejących modeli powstało dla ruchu stosunkowo uporządkowanego i jednorodnego. Na indyjskich drogach jeżdżą jednak jednocześnie jednoślady, pojazdy trójkołowe i czterokołowe, a po jezdni poruszają się też piesi. Prowadzi to do większej zmienności prędkości, odstępów i wzajemnych interakcji pojazdów.

Dane pokazały, że na pustych drogach kierowcy zachowują duże odstępy. Przy umiarkowanie dużym natężeniu odstępy maleją, a pojazdy jadą bliżej siebie. Przy bardzo gęstym ruchu, blisko stanu zatoru, odstępy znów rosną. Według Maurii zależność między gęstością ruchu, odstępami i prędkością nie musi być liniowa.

Badacze zaobserwowali też, że tuż przed powstaniem zatoru przy pełnym natężeniu przez punkt na jednym pasie przejeżdżało prawie 3 tys. pojazdów. W korku, gdy pojazdy stały, gęstość sięgała blisko 900 pojazdów na kilometr drogi na całej szerokości jezdni.

Zakres prędkości zamiast jednej wartości

Zespół przetestował sześć modeli matematycznych i wytrenował dwa modele uczenia maszynowego. Ze względu na zmienność i nieprzewidywalność ruchu w Indiach modele szacują zakres możliwych prędkości pojazdów, a nie pojedynczą wartość. Dzięki temu zmienność ruchu niejednorodnego jest odwzorowana bardziej realistycznie.

Według Maurii takie modele dostosowane do Indii mogą wspierać bardziej realistyczne symulacje ruchu, projektowanie dróg i skrzyżowań, zarządzanie zatorami, ocenę przepustowości oraz rozwój inteligentnych systemów zarządzania ruchem.